标签: valueerror

我正在使用sklearn并且亲和力传播有问题.我已经构建了一个输入矩阵,我不断收到以下错误.

ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

我跑了

np.isnan(mat.any()) #and gets False
np.isfinite(mat.all()) #and gets True

我试过用

mat[np.isfinite(mat) == True] = 0

删除无限值但这也不起作用.我该怎么做才能摆脱矩阵中的无限值,以便我可以使用亲和传播算法？

我正在使用anaconda和python 2.7.9.

我使用pickle在python 3上转储文件,我使用pickle在python 2上加载文件,出现ValueError.

那么,python 2 pickle无法加载python 3 pickle转储的文件？

如果我想要它？怎么做？

我是第一次使用 BigQuery。

client.list_rows(table, max_results = 5).to_dataframe();

每当我使用 to_dataframe() 时，它都会引发此错误：

ValueError：请安装“db-dtypes”包才能使用此功能。

我发现了这个类似的问题（几乎完全相同），但我无法理解如何实施他们提出的解决方案。

我的输入只是一个包含339732行和两列的csv文件:

• 第一个是29个特征值,即X.
• 第二个是二进制标签值,即Y.

我正在尝试在堆叠的LSTM模型上训练我的数据:

data_dim = 29
timesteps = 8
num_classes = 2

model = Sequential()
model.add(LSTM(30, return_sequences=True,
               input_shape=(timesteps, data_dim)))  # returns a sequence of vectors of dimension 30
model.add(LSTM(30, return_sequences=True))  # returns a sequence of vectors of dimension 30
model.add(LSTM(30))  # return a single vector of dimension 30
model.add(Dense(1, activation='softmax'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

model.summary()
model.fit(X_train, y_train, batch_size = 400, epochs = 20, verbose = 1)

这会引发错误:

回溯(最近一次调用最后一次):文件"first_approach.py​​",第80行,在model.fit中(X_train,y_train,batch_size = 400,epochs = 20,verbose = 1)

ValueError:检查模型输入时出错:预期lstm_1_input有3个维度,但是有形状的数组(339732,29)

我尝试使用重塑我的输入,X_train.reshape((1,339732, 29))但它没有显示错误:

ValueError:检查模型输入时出错:期望lstm_1_input具有形状(无,8,29)但是具有形状的数组(1,339732,29) …

为什么ValueError: malformed node or string当我将以下格式的数据传递到“parse_webhook”函数时会收到此错误消息？

谢谢！

webhook_data = {"side": "BUY","key": "8234023409fa3242309sdfasdf903024917325"}

def parse_webhook(webhook_data):

    """
    :param webhook_data: POST data from tradingview, as a string.
    :return: Dictionary version of string.
    """

    data = ast.literal_eval(webhook_data)
    return data

我得到错误：

  File "C:\Users\User\anaconda3\lib\ast.py", line 55, in _convert_num
    raise ValueError('malformed node or string: ' + repr(node))

ValueError: malformed node or string: {'side': 'BUY', 'key': '8234023409fa3242309sdfasdf903024917325'}

我从flask函数传递一个列表到另一个函数,并获得此值错误.

发送端的代码:

@app.route('/process', methods=['POST'])
def process():
    name = request.form['name']
    comment = request.form['comment']
    wickets = request.form['wickets']
    ga = request.form['ga']
    ppballs = request.form['ppballs']
    overs = request.form['overs']

    score = [name,comment,wickets,ga,ppballs,overs]
    results = []
    results = eval_score(score)
    print results

接收方结束:

def ml_model(data):
    col = pd.DataFrame(data,columns=['runs','balls', 'wickets', 'ground_average', 'pp_balls_left', 'total_overs'])
    predicted = predictor(col)

错误跟踪:

 ...
 line 1598, in dispatch_request
 return self.view_functions[rule.endpoint](**req.view_args)

 File "/Users/sbk/guestbook/guestbook.py", line 26, in process
 results = eval_score(score)

 File "/Users/sbk/guestbook/eval_score.py", line 6, in eval_score
 col = pd.DataFrame(data,columns=['runs','balls', 'wickets',  'ground_average', 'pp_balls_left', 'total_overs'])

 File "/Users/sbk/anaconda2/lib/python2.7/site- …

我正在使用 Python3.10 来了解 OpenAI 的 GYM (0.25.1)，并将健身房的环境设置为'FrozenLake-v1（代码如下）。

根据文档，调用env.step()应返回一个包含 4 个值（观察、奖励、完成、信息）的元组。但是，当相应地运行我的代码时，我收到一个 ValueError：

有问题的代码：

observation, reward, done, info = env.step(new_action)

错误：

      3 new_action = env.action_space.sample()
----> 5 observation, reward, done, info = env.step(new_action)
      7 # here's a look at what we get back
      8 print(f"observation: {observation}, reward: {reward}, done: {done}, info: {info}")

ValueError: too many values to unpack (expected 4)

添加一个变量可以修复错误：

a, b, c, d, e = env.step(new_action)
print(a, b, c, d, e)

输出：

5 0 …

当尝试遵循以下在 Python 中使用 corr() 方法的练习时，我遇到了这个非常奇怪的错误

https://www.geeksforgeeks.org/python-pandas-dataframe-corr/

具体来说，当我尝试运行以下代码时：df.corr(method ='pearson')

错误消息没有提供任何线索。我认为 corr() 方法应该自动忽略字符串和空值等。

Traceback (most recent call last):
  File "<pyshell#6>", line 1, in <module>
    df.corr(method='pearson')
  File "C:\Users\d.o\AppData\Local\Programs\Python\Python311\Lib\site-packages\pandas\core\frame.py", line 10059, in corr
    mat = data.to_numpy(dtype=float, na_value=np.nan, copy=False)
  File "C:\Users\d.o\AppData\Local\Programs\Python\Python311\Lib\site-packages\pandas\core\frame.py", line 1838, in to_numpy
    result = self._mgr.as_array(dtype=dtype, copy=copy, na_value=na_value)
  File "C:\Users\d.o\AppData\Local\Programs\Python\Python311\Lib\site-packages\pandas\core\internals\managers.py", line 1732, in as_array
    arr = self._interleave(dtype=dtype, na_value=na_value)
  File "C:\Users\d.o\AppData\Local\Programs\Python\Python311\Lib\site-packages\pandas\core\internals\managers.py", line 1794, in _interleave
    result[rl.indexer] = arr
ValueError: could not convert string to float: 'Avery Bradley'

想知道 pd.melt 是否支持熔化多个列。我有以下示例试图将 value_vars 作为列表列表，但出现错误：

ValueError: Location based indexing can only have [labels (MUST BE IN THE INDEX), slices of labels (BOTH endpoints included! Can be slices of integers if the index is integers), listlike of labels, boolean] types

使用熊猫 0.23.1。

df = pd.DataFrame({'City': ['Houston', 'Austin', 'Hoover'],
                   'State': ['Texas', 'Texas', 'Alabama'],
                   'Name':['Aria', 'Penelope', 'Niko'],
                   'Mango':[4, 10, 90],
                   'Orange': [10, 8, 14], 
                   'Watermelon':[40, 99, 43],
                   'Gin':[16, 200, 34],
                   'Vodka':[20, 33, 18]},
                 columns=['City', 'State', 'Name', 'Mango', 'Orange', 'Watermelon', 'Gin', 'Vodka'])

期望的输出：

      City …

我想在 google Colab 上挂载谷歌驱动器，我正在使用这个命令来挂载驱动器

from google.colab import drive
drive.mount('/content/drive/')

但我收到此错误

ValueError                               Traceback (most recent call last)
<ipython-input-45-9667a744255b> in <module>()
       1 from google.colab import drive
 ----> 2 drive.mount('content/drive/')

 /usr/local/lib/python3.6/dist-packages/google/colab/drive.py in
 mount(mountpoint, force_remount)
      99       raise ValueError('Mountpoint must either be a directory or not exist')
     100     if '/' in mountpoint and not _os.path.exists(_os.path.dirname(mountpoint)):
 --> 101       raise ValueError('Mountpoint must be in a directory that exists')
     102   except:
     103     d.terminate(force=True)

 ValueError: Mountpoint must be in a directory that exists