预期 2D 数组，得到 1D 数组答案

【问题标题】：Expected 2D array, got 1D array instead预期 2D 数组，得到 1D 数组
【发布时间】：2018-09-16 19:32:20
【问题描述】：

即使经过多次调试，我仍然收到此错误，该数组似乎是一个二维数组：

    reg = linear_model.SGDClassifier()
    X = []
    Y = []
    with open('data/legitimate.txt', 'r', encoding='utf8') as f:
        for line in f:
            X.append(get_heuristics(line))
            Y.append(0)

    with open('data/bad.txt', 'r', encoding='utf8') as f:
        for line in f:
            X.append(get_heuristics(line))
            Y.append(1)

    X = np.array(X)
    Y = np.array(Y)
    reg.fit(X, Y)

get_heuristics() 返回一维数组。为什么会发生这种情况？谢谢

【问题讨论】：

数组get_heuristics 返回的大小是否不同？ Numpy 只能处理子列表具有相同大小的数组。在另一种情况下，它将生成对数组的引用的一维数组，但这不相同。（在 C# 中，这将是 float[][] 和 float[,] 之间的区别。，
您没有列出错误、堆栈跟踪或行号，也没有包含“get_heuristics()”的代码
为X 显示shape 和dtype。甚至可能是阵列的一部分。 Python 的一个好处是您可以交互地运行代码，并且显示值是一路走来的各个步骤。
@hpaulj X.shape 返回 (4000,5) 和 Y.shape 返回 (4000,)
这是 X imgur.com/a/ar3Yu 的输出，这是 Y imgur.com/a/Hi2Ff 的输出

标签： python arrays python-3.x numpy scipy

【解决方案1】：

X 数组是一个二维数组。正如您所说的，getheuristics() 返回一个一维数组，附加一个一维数组将生成一个二维数组。但是将显示错误“预期的二维数组，而不是一维数组”，因为Y 只是一维的。毕竟，您每次只是简单地附加一个数字，因此是一维数组。 Scikit-learn 的fit 需要两个二维数组。正如我确定控制台会建议的那样，您可能想尝试一下：

Y = Y.reshape(-1, 1)

在您致电reg.fit(X,Y)之前。

【讨论】：