当前位置: 代码迷 >> 综合 >> python问题:ValueError: operands could not be broadcast together with shapes (100,3) (3,1)
  详细解决方案

python问题:ValueError: operands could not be broadcast together with shapes (100,3) (3,1)

热度:49   发布时间:2023-12-12 19:40:28.0

原文链接:http://www.mamicode.com/info-detail-1072145.html


背景:dataMatrix是(100,3)的列表,labelMat是(1,100)的列表,weights是(3,1)的数组,属性如下代码所示:

>>> import types
>>> type(dataMatrix)
<type ‘list‘>
>>> type(labelMat)
<type ‘list‘>
>>> type(weights)
<type ‘numpy.ndarray‘>

我的代码:

>>> dataMatrix=dataArr
>>> labelMat=labelMat.transpose()
>>> m,n=shape(dataMatrix)
>>> alpha=0.001
>>> maxCycles=500
>>> weights=ones((n,1))
>>> for k in range(maxCycles):
...     h=logRegres.sigmoid(dataMatrix*weights)
...     error=(labelMat-h)
...     weights=weights+alpha*dataMatrix.transpose()*error
错误信息:
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
ValueError: operands could not be broadcast together with shapes (100,3) (3,1)

解释:

本人出现的问题是,dataMatrix,weights的大小分别为(100,3) (3,1), 是<type ‘list‘>、<numpy.ndarray>类型,而不是<matrix>类型,直接进行乘积C = A*B, 之后,提示上述错误,原因是数组大小“不一致”, 解决方案,不用"*"符号,使用numpy中的dot()函数,可以实现两个二维数组的乘积,或者将数组类型转化为矩阵类型,使用"*"相乘,具体如下:

第一种方法:

>>> dataMatrix=dataArr
>>> labelMat=labelMat.transpose()
>>> m,n=shape(dataMatrix)
>>> alpha=0.001
>>> maxCycles=500
>>> weights=ones((n,1))

>>> for k in range(maxCycles):
...     h=logRegres.sigmoid(dot(dataMatrix,weights))
...     error=(labelMat-h)
...     weights=weights+alpha*dataMatrix.transpose()*error
... 
Traceback (most recent call last):
  File "<stdin>", line 4, in <module>
AttributeError: ‘list‘ object has no attribute ‘transpose‘

分析:这次没有出现上次的错误,但是这次出现的错误是指‘list‘没有‘transpose‘转置功能,我们知道只有矩阵才有转置。所以用第二种方法,直接将dataMatrix,weights都转换为矩阵,代码如下:

第二种方法:

>>> dataMatrix=mat(dataArr)
>>> labelMat=mat(labelMat)
>>> m,n=shape(dataMatrix)
>>> alpha=0.001
>>> maxCycles=500
>>> weights=ones((n,1))
>>> for k in range(maxCycles):
...     h=logRegres.sigmoid(dataMatrix*weights)
...     error=(labelMat-h)
...     weights=weights+alpha*dataMatrix.transpose()*error
... 
>>> 
这次没有出现错误,解决了刚才的问题。