已解决：ValueError: Expected 2D array, got 1D array instead
欢迎来到英杰社区
https://bbs.csdn.net/topics/617804998
欢迎来到我的主页，我是博主英杰，211科班出身，就职于医疗科技公司，热衷分享知识，武汉城市开发者社区主理人
擅长.net、C++、python开发， 如果遇到技术问题，即可私聊博主，博主一对一为您解答
修改代码、商务合作：
Yan--yingjie
Yan--yingjie
Yan--yingjie
当遇到“ValueError: Expected 2D array, got 1D array instead”这个错误时，通常是因为在使用某些函数或方法时，期望输入的是一个二维数组（2D array），但实际传递的是一个一维数组（1D array）。为了解决这个问题，可以使用NumPy库中的reshape()函数将一维数组转换为二维数组。
具体来说，你可以通过以下步骤来解决这个错误：
-
识别问题：首先需要确认你的数据是否确实是一维数组，并且你正在尝试将其传递给一个期望二维数组的函数或方法。
-
使用
reshape()函数：- 如果你的数据包含单个特征（即一维数组），可以使用
array.reshape (-1, 1)来将其转换为二维数组。例如：
- 如果你的数据包含单个特征（即一维数组），可以使用
import numpy as npdata = np.array ([1, 2, 3])reshaped_data = data.reshape (-1, 1)print(reshaped_data.shape ) # 输出结果为 (3, 1)
这种方式适用于数据只有一列的情况<span data-key="1" class="reference-num" data-pages='[]'>4</span><span data-key="2" class="reference-num" data-pages='[]'>5</span><span data-key="3" class="reference-num" data-pages='[]'>6</span>。
- 如果你的数据包含单个样本（即一维数组），可以使用
array.reshape (1, -1)来将其转换为二维数组。例如：
import numpy as npdata = np.array ([1, 2, 3])reshaped_data = data.reshape (1, -1)print( reshaped_data.shape ) # 输出结果为 (1, 3)
这种方式适用于数据只有一行的情况<span data-key="4" class="reference-num" data-pages='[]'>4</span><span data-key="5" class="reference-num" data-pages='[]'>5</span><span data-key="6" class="reference-num" data-pages='[]'>6</span>。
3. 检查并调整代码：确保在调用相关函数或方法之前，已经正确地对数据进行了形状调整。例如，在使用sklearn的预处理模块如StandardScaler时，需要确保输入数据是二维数组。
- 进一步处理：如果上述方法仍然无法解决问题，可以考虑使用其他方法如
np.newaxis来添加新的轴以改变数组的形状。例如：
import numpy as npdata = np.array ([1, 2, 3])reshaped_data = data[:, np.newaxis ]print(reshaped_data.shape ) # 输出结果为 (3, 1)
这种方式同样适用于将一维数组转换为二维数组。
【其他错误】
如果出现模块错误
进入控制台输入：建议使用国内镜像源pip install 模块名称 -i https://mirrors.aliyun.com/pypi/simple我大致罗列了以下几种国内镜像源：清华大学
https://pypi.tuna.tsinghua.edu.cn/simple阿里云
https://mirrors.aliyun.com/pypi/simple/豆瓣
https://pypi.douban.com/simple/百度云
https://mirror.baidu.com/pypi/simple/中科大
https://pypi.mirrors.ustc.edu.cn/simple/华为云
https://mirrors.huaweicloud.com/repository/pypi/simple/腾讯云
https://mirrors.cloud.tencent.com/pypi/simple/
