预期二维数组，得到一维数组答案

【问题标题】：Expected 2D array, got 1D array预期二维数组，得到一维数组
【发布时间】：2019-08-17 10:59:15
【问题描述】：

我正在从 github 运行以下代码，但出现错误。怎么了？

https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/Time%20Series%20ANN%20%26%20LSTM%20VIX.ipynb

单元格：

# scale train and test data to [-1, 1]
scaler = MinMaxScaler(feature_range=(-1, 1))
train_sc = scaler.fit_transform(train)
test_sc = scaler.transform(test)

错误：

ValueError: Expected 2D array, got 1D array instead:
array=[17.24     18.190001 19.219999 ... 10.47     10.18     11.04    ].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

【问题讨论】：

尽量让你的数据按正确的顺序排列。
什么是train？ pd.Series? np.array?如果是系列，请使用.to_frame()。如果是 np 数组，请按照建议.reshape(-1,1) 对其进行整形

标签： python pandas numpy keras sklearn-pandas

【解决方案1】：

制作那个笔记本的人使用的是非常旧的sklearn 版本。简而言之，您的特征是 [row_1, row_2...row_n] 的形式，而它们应该是 [[row_1], [row_2]...[row_n]] 的形式。

因此，使用这个：

new_shape = (len(train), 1)

train_sc = scaler.fit_transform(np.reshape(train, new_shape))
test_sc = scaler.transform(np.reshape(test, new_shape))

【讨论】：

谢谢！但是我遇到了一个新错误：TypeError: len() takes exactly one argument (2 given)
@grc 可能 gmds 的意思是 (len(train), 1)
@grc @RafaelC 是的，将new_shape 移出单独的语句并忘记移动括号。已编辑。
谢谢。现在它返回这个错误：Data must be 1-dimensional
如果我这样写，它可以工作，但“test_sc”不起作用。 scaler = MinMaxScaler(feature_range=(-1, 1)) train = train.reshape(1,-1) train_sc = scaler.fit_transform(train)

【解决方案2】：

解决了添加以下方法的问题，这些方法显然将训练和测试对象转换为 numpy 数组。对吗？

scaler = MinMaxScaler(feature_range=(-1, 1))
train_sc = scaler.fit_transform(train.values.reshape(-1, 1))
test_sc = scaler.transform(test.values.reshape(-1,1))

【讨论】：