développement back-end
Tutoriel Python
Pourquoi est-ce que j'obtiens une erreur « Les opérandes n'ont pas pu être diffusés ensemble » dans NumPy et comment puis-je y remédier ?
Pourquoi est-ce que j'obtiens une erreur « Les opérandes n'ont pas pu être diffusés ensemble » dans NumPy et comment puis-je y remédier ?
Diffusion dans Numpy : Comprendre l'erreur « Les opérandes n'ont pas pu être diffusés ensemble »
La bibliothèque numpy fournit des structures de données et des opérations puissantes pour les calculs. Une opération courante est la multiplication matricielle, qui peut être effectuée à l’aide de l’opérateur *. Cependant, lorsque vous tentez de multiplier deux tableaux de formes différentes, vous pouvez rencontrer l'erreur suivante :
ValueError: operands could not be broadcast together with shapes (97,2) (2,1)
Pour comprendre cette erreur, nous devons d'abord approfondir le concept de diffusion dans numpy. La diffusion permet d'utiliser des tableaux de formes différentes dans des opérations en agrandissant ou en répliquant les dimensions pour qu'elles correspondent aux dimensions de l'autre tableau.
Dans l'exemple fourni, le tableau X a la forme (97, 2), indiquant qu'il a 97 lignes et 2 colonnes. Le tableau y a la forme (2, 1), indiquant qu'il comporte 2 lignes et 1 colonne. Lors de l'exécution de X * y, une ValueError est générée car ces formes ne peuvent pas être diffusées ensemble. Le problème se pose car il y a un conflit dans la première dimension : X a 97 éléments, alors que y n'en a que 2. La diffusion ne peut pas résoudre ce conflit, donc l'opération échoue.
Alternativement, nous pouvons utiliser l'opérateur de produit scalaire. (numpy.dot) pour la multiplication matricielle. Le produit scalaire est spécialement conçu pour la multiplication matricielle et gère correctement la diffusion. Dans l'exemple corrigé, X.dot(y) renvoie un vecteur de forme (97, 1), comme souhaité.
En comprenant les règles de diffusion et en utilisant le bon opérateur de multiplication matricielle, nous pouvons efficacement effectuez des opérations numériques et évitez l'erreur "Les opérandes n'ont pas pu être diffusés ensemble" dans numpy.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Sujets chauds
1662
14
1419
52
1311
25
1262
29
1234
24
Python vs C: applications et cas d'utilisation comparés
Apr 12, 2025 am 12:01 AM
Python convient à la science des données, au développement Web et aux tâches d'automatisation, tandis que C convient à la programmation système, au développement de jeux et aux systèmes intégrés. Python est connu pour sa simplicité et son écosystème puissant, tandis que C est connu pour ses capacités de contrôle élevées et sous-jacentes.
Le plan Python de 2 heures: une approche réaliste
Apr 11, 2025 am 12:04 AM
Vous pouvez apprendre les concepts de programmation de base et les compétences de Python dans les 2 heures. 1. Apprenez les variables et les types de données, 2. Flux de contrôle maître (instructions et boucles conditionnelles), 3. Comprenez la définition et l'utilisation des fonctions, 4. Démarrez rapidement avec la programmation Python via des exemples simples et des extraits de code.
Python: jeux, GUIS, et plus
Apr 13, 2025 am 12:14 AM
Python excelle dans les jeux et le développement de l'interface graphique. 1) Le développement de jeux utilise Pygame, fournissant des fonctions de dessin, audio et d'autres fonctions, qui conviennent à la création de jeux 2D. 2) Le développement de l'interface graphique peut choisir Tkinter ou Pyqt. Tkinter est simple et facile à utiliser, PYQT a des fonctions riches et convient au développement professionnel.
Combien de python pouvez-vous apprendre en 2 heures?
Apr 09, 2025 pm 04:33 PM
Vous pouvez apprendre les bases de Python dans les deux heures. 1. Apprenez les variables et les types de données, 2. Structures de contrôle maître telles que si les instructions et les boucles, 3. Comprenez la définition et l'utilisation des fonctions. Ceux-ci vous aideront à commencer à écrire des programmes Python simples.
Python vs C: courbes d'apprentissage et facilité d'utilisation
Apr 19, 2025 am 12:20 AM
Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.
Python et temps: tirer le meilleur parti de votre temps d'étude
Apr 14, 2025 am 12:02 AM
Pour maximiser l'efficacité de l'apprentissage de Python dans un temps limité, vous pouvez utiliser les modules DateTime, Time et Schedule de Python. 1. Le module DateTime est utilisé pour enregistrer et planifier le temps d'apprentissage. 2. Le module de temps aide à définir l'étude et le temps de repos. 3. Le module de planification organise automatiquement des tâches d'apprentissage hebdomadaires.
Python: Explorer ses applications principales
Apr 10, 2025 am 09:41 AM
Python est largement utilisé dans les domaines du développement Web, de la science des données, de l'apprentissage automatique, de l'automatisation et des scripts. 1) Dans le développement Web, les cadres Django et Flask simplifient le processus de développement. 2) Dans les domaines de la science des données et de l'apprentissage automatique, les bibliothèques Numpy, Pandas, Scikit-Learn et Tensorflow fournissent un fort soutien. 3) En termes d'automatisation et de script, Python convient aux tâches telles que les tests automatisés et la gestion du système.
Python: automatisation, script et gestion des tâches
Apr 16, 2025 am 12:14 AM
Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.
