在numpy文件中存儲和提取數組時出現問題

Question

但是，在嘗試提取數組並使用它時，嘗試將其存儲在numpy文件中，並收到一條錯誤消息，即嘗試將數組應用於序列。

這是兩個數組，不確定是哪個引起了問題。

X = [[1,2,3],[4,5,6],[7,8,9]]
y = [0,1,2,3,4,5,6....]

嘗試檢索它並使用它獲取值時：

X: array(list[1,2,3],list[4,5,6],list[7,8,9])
y = array([0,1,2,3,4,5...])

這是代碼：

vectors = np.array(X)
labels = np.array(y)

在檢索t-sne的工作時

visualisations = TSNE(n_components=2).fit_transform(X,y)

我收到以下錯誤：

ValueError                                Traceback (most recent call last)
<ipython-input-11-244f99341167> in <module>()
----> 1 visualisations = TSNE(n_components=2).fit_transform(X,y)

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\manifold\t_sne.py in fit_transform(self, X, y)
    856             Embedding of the training data in low-dimensional space.
    857         """
--> 858         embedding = self._fit(X)
    859         self.embedding_ = embedding
    860         return self.embedding_

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\manifold\t_sne.py in _fit(self, X, skip_num_points)
    658         else:
    659             X = check_array(X, accept_sparse=['csr', 'csc', 'coo'],
--> 660                             dtype=[np.float32, np.float64])
    661         if self.method == 'barnes_hut' and self.n_components > 3:
    662             raise ValueError("'n_components' should be inferior to 4 for the "

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
    431                                       force_all_finite)
    432     else:
--> 433         array = np.array(array, dtype=dtype, order=order, copy=copy)
    434 
    435         if ensure_2d:

ValueError: setting an array element with a sequence.

Answer 1

假設我對您的理解正確，則需要將第一組包裝在列表中。 像這樣的東西：

import numpy as np

#X = [[1,2,3],[4,5,6],[7,8,9]]
#y = [0,1,2,3,4,5,6, 7, 8, 9]

X = np.array([[1,2,3],[4,5,6],[7,8,9]])
y = np.array([0,1,2,3,4,5, 6, 7, 8, 9])

Answer 2

array(list[1,2,3],list[4,5,6],list[7,8,9])

是一維對象dtype數組。 從那得到

[[1,2,3],[4,5,6],[7,8,9]]

需要超過np.array([[1,2,3],[4,5,6],[7,8,9]]) ; 列表元素的大小必須有所不同，或者您必須初始化對象數組並將列表值復制到其中。

無論如何， fit_transform無法處理這種數組。 它需要一個二維數字dtype。 注意check_array函數的參數。

如果X所有列表元素大小都相同，則

X = np.stack(X)

應該把它變成一個二維數字數組。

我懷疑X是保存之前的1d對象數組類型。 save/load本身不應將2維數字數組轉換為對象1。