腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(4721)
视频
沙龙
1
回答
ValueError
:
串联
轴
的
所有
输入
数组
维
数
必须
完全
匹配
、
我有一个形状为(84, 13, 1036800)
的
numpy
数组
,我想添加一个带有1036800
的
一
维
数组
,这样形状就变成了(84, 14, 1036800)。
浏览 10
提问于2021-02-05
得票数 0
1
回答
在三
维
数组
中附加二
维
数组
、
、
我有一个
维
数
(X,Y,8)
的
三
维
数组
和一个
维
数
(X,Y)
的
二
维
数组
。我知道有一个简单
的
解决方案,但似乎不知道如何将2D
数组
附加到3D
数组
中,从而使输出具有维度(X、Y、9)。我尝试过用一百万个不同
的
变体来追加、级联、d堆栈、column_stack() (在格式化
输入
数组
的
方式、哪个
轴
浏览 1
提问于2020-08-05
得票数 0
回答已采纳
1
回答
如何在那些有超过N列
的
二
维
numpy
数组
中删除列?
、
、
我有3个不同
的
2D numpy
数组
,每个
数组
都有不同数量
的
列:arr2 = np.random.randn(10, 6)现在,我想将这些三
维
数组
合并为一个三
维
数组
:myList.append(arr1)myList.appe
浏览 10
提问于2021-08-11
得票数 1
回答已采纳
1
回答
如何在python中将多个三
维
数组
转换为单个4
维
数组
?
、
、
我正在尝试存储多个图像,在中使用python存储一个单一
的
4
维
数组
。我怎么才能改变呢?“
所有
输入
数组
维度,除非连接
轴
必须
与
完全
匹配
”。我试图为这些图像创建新
的
维度,但没有发挥作用。我创建了类似于img_1 = (1,428,640,3)
的
东西,我对
所有
人都很喜欢,并试图创建新
的
ndarray,但没有成功。img_5 = (640, 427, 3)
浏览 0
提问于2019-08-05
得票数 0
3
回答
如何一次一行地构建numpy矩阵?
ValueError
:
串联
轴
的
所有
输入
数组
维度
必须
完全
匹配
,但沿着维度1,索引0处
的
数组
大小为0,索引1处
的
数组
大小为1 如您所见,np.matrix([])不是一个空列表。我不想做一个丑陋
的
变通方法。
浏览 18
提问于2020-10-07
得票数 0
2
回答
如何将浮点数转换为
数组
,以便将其与Python中
的
零函数连接起来?
、
我尝试过
的
事情: 它给出了一个
ValueError
:
所有
输入
数组
都
必须
有相同
的
维
数
。我尝试这样做:concatenate((zeros(1,142)), numpy.array([[1954.0
浏览 4
提问于2016-02-13
得票数 0
3
回答
不同一
维
二
维
阵列
的
级联
、
、
、
我有三个numpy
数组
,分别具有形状:x2 = (30, 24131)我想将它们连接起来,并创建一个
维
(30, 61350)
的
numpy
数组
。我试过但我发现了一个错误: 连接
轴
的
所有
输入
数组
尺寸
必须
完全
匹配
,但沿
维
<
浏览 2
提问于2021-10-18
得票数 3
回答已采纳
1
回答
轴
2上不同尺寸三
维
阵列
的
连续化
、
我试图把一些3D
数组
放在一起,在前两个维度上具有相同
的
大小,但在第三个维度上有不同
的
大小。我使用
的
是numpy.hstack()。[[88],[88]]]) print (output)异常已发生:
ValueError
连接
轴
的
所有
输入
数组
尺寸
必须
完全
匹配
,
浏览 4
提问于2021-04-02
得票数 0
回答已采纳
1
回答
ValueError
:连接
轴
的
所有
输入
数组
尺寸
必须
完全
匹配
、
我试图在我
的
物流回归类中使用predict方法和list X_test。但是,代码崩溃时出现了以下错误:
ValueError
:连接
轴
的
所有
输入
数组
尺寸
必须
完全
匹配
,但沿0
维
,索引0处
的
数组
大小为800,索引1处
的
数组
大小为200。如果有人知道如何绕过这个问题,那将是非常感谢
的
!
浏览 3
提问于2022-06-04
得票数 0
1
回答
我想在
数组
的
末尾添加第一列
的
副本作为新列,有人能解释一下误差
的
维度差异吗?
、
b = np.concatenate((a, a[:,0]), axis=1)
ValueError
:
所有
输入
数组
必须
具有相同
的
维
数
,但索引0处
的
数组
具有二
维
,而索引1处
的
数组
具有一
维
。
浏览 7
提问于2022-03-09
得票数 0
1
回答
ValueError
:除级联
轴
外,
所有
输入
数组
尺寸
必须
完全
匹配
。
、
、
、
、
我有一个sklearn管道,它提取三个不同
的
特性。当我在管道中加入
所有
特性时,我会得到以下错误: return _nx.concatenate(arrs, 1)
ValueError
我想要
的
是获得
浏览 2
提问于2019-10-23
得票数 2
回答已采纳
1
回答
数据转换流水线误差
、
、
当我在dataset上创建数据转换管道时,我一直会得到错误,因为“除了级联
轴
以外
的
所有
输入
数组
尺寸都
必须
完全
匹配
,但是沿着0
维
,索引0处
的
数组
大小为1”--如果有人知道它是什么,请帮助,我试过删除行,检查代码
浏览 0
提问于2023-05-23
得票数 0
1
回答
在Keras中,我如何可以任意调整一
维
张量?
、
、
为了使单个通道图像和一
维
张量之间
的
角点级联操作成为可能,我需要重塑我
的
一
维
张量
的
长度,以
匹配
两个图像
维
数
,并将
所有
额外
的
神经元与零
匹配
。我该怎么做?Conv2D(10, (3, 3))(reshaped_layer)
ValueError
:级联层需要有
浏览 4
提问于2017-07-27
得票数 1
回答已采纳
2
回答
`numpy.hstack`
的
标识元素
、
、
、
我如何创建一个空
数组
,然后我可以用另一个
数组
填充hstack来填充值?我试过了b = np.array([10, 20]);但这给了
ValueError
:除级联
轴
外
的
所有
输入
数组
尺寸
必须
完全
匹配
浏览 4
提问于2013-06-05
得票数 0
回答已采纳
2
回答
ValueError
:除级联
轴
之外
的
所有
输入
数组
维度都
必须
完全
匹配
、
L使用numpy.hstack(())连接以下数值
数组
dim(train_frames2)(1000, 1, 224, 224train_frames3,train_frames4,train_frames5, train_frames6)) return _nx.concatenate(arrs, 1)
ValueError
浏览 1
提问于2018-01-29
得票数 1
2
回答
numpy滤波2D
、
、
、
我有一个二
维
np
数组
,如下所示:# (100, 2) plt.scatter(x[:, 0], x[:, 1]) 我要过滤值:选择沿x
轴
小于或等于-1.3
的
所有
值,以及y
轴
上
所有
小于或等于-0.9
的
值。基本上,捕捉图左
浏览 3
提问于2021-09-06
得票数 0
回答已采纳
2
回答
Paddin新
轴
在三
维
矩阵中
的
返回误差
、
、
我需要做
的
是把一个二
维
矩阵扩展到三
维
,然后用任意
数
的
零填充第三
轴
。返回
的
错误是: 我该纠正什么?
浏览 2
提问于2022-10-19
得票数 0
回答已采纳
2
回答
(c_eq,c_ieq)
ValueError
:
所有
输入
数组
必须
具有相同
的
维
数
、
、
、
我是scipy.optimize
的
新手,在看了它
的
教程和参考之后,我仍然不明白我在代码中做错了什么。我读过这篇文章,也不明白:极小
维
x_x_2x>=0 from numpy import * #x must be 1*N?maxiter': 100, 'ftol':
浏览 5
提问于2019-09-20
得票数 1
1
回答
如何在咖啡厅中合并多个形状不同
的
气泡?
我正试图将几个底部
的
小块合并成一个顶部
的
水珠,然后将其输送到下一层。I1217 23:47:56.877848 9968 layer_factory.cpp:58] Creating layer concat_fuse2
浏览 3
提问于2016-12-17
得票数 3
回答已采纳
1
回答
Numpy规范化多dim (>=3)阵列
、
、
、
我有一个5昏暗
数组
(来自于二进制操作),并且希望对其进行赋范(sum == 1表示最后一个维度)。我想我找到了答案,,但它说:
ValueError
: Found array with dim 5. the normalize function expected <= 2.
浏览 0
提问于2017-03-17
得票数 3
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
NumPy基础:多维数组
收藏 Numpy详细教程
机器学习之计算工具库(一)
人工智能入门案例-numpy入门案例
python入门:字符串和列表
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券