...
Eroare Machine Learning · Forma datelor: X 2D, y 1D, număr de rânduri

ValueError: Found array with 0 feature(s) (shape=(4, 0)) while a minimum of 1 is required by LinearRegression.

Pe scurt

X are rânduri, dar nicio coloană: selecția trăsăturilor a lăsat tabelul gol. De obicei select_dtypes("number") a eliminat coloanele citite ca text, sau drop a scos prea mult. Afișează X.shape și X.columns înainte de fit și convertește coloanele la numere.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Forma din mesaj, (4, 0), spune totul: 4 exemple și 0 trăsături. Modelul nu are din ce învăța, așa că refuză să se antreneze. E diferit de „0 sample(s)”, unde lipsesc rândurile.

Cauzele tipice sunt în pasul în care construiești X. select_dtypes(include="number") păstrează doar coloanele numerice, iar dacă numerele au fost citite ca text (de exemplu „50 mp” sau „1.200”), ele dispar. drop(columns=...) poate scoate și ultima coloană rămasă. O selecție de felul df[[c for c in df.columns if ...]] poate întoarce o listă goală. Un VarianceThreshold sau un SelectKBest pot și ei să lase zero coloane.

Dacă X este încă un DataFrame fără coloane, mesajul poate fi altul, ValueError: at least one array or dtype is required, dar cauza e aceeași. Verifică imediat înainte de fit: print(X.shape, list(X.columns)) și print(df.dtypes).

De ce apare: cauzele frecvente

1Numerele au fost citite ca text

Greșit
PYTHON
df = pd.DataFrame({"suprafata": ["50", "65"], "pret": [100, 130]})
X = df.select_dtypes(include="number").drop(columns="pret")
Corect
PYTHON
df["suprafata"] = pd.to_numeric(df["suprafata"])
X = df.select_dtypes(include="number").drop(columns="pret")

După pd.to_numeric, coloana are tipul int64, deci select_dtypes o păstrează.

2drop a scos toate trăsăturile

Greșit
PYTHON
X = df.drop(columns=["pret", "suprafata"])
Corect
PYTHON
X = df.drop(columns=["pret"])

Scoate din X doar ținta și coloanele pe care chiar nu vrei să le folosești.

3Lista de coloane construită automat e goală

Greșit
PYTHON
coloane = [c for c in df.columns if c.startswith("nr_")]  # []
X = df[coloane]
Corect
PYTHON
coloane = [c for c in df.columns if c.startswith("nr_")]
assert coloane, "nicio coloana gasita"
X = df[coloane]

Un assert îți spune imediat că filtrul nu a găsit nimic, înainte să ajungi la model.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Found array with 0 feature(s), pentru că suprafata a fost citită ca text și select_dtypes a eliminat-o. Convertește coloana la numere cu pd.to_numeric înainte de selecție, ca programul să afișeze coloanele și prețul estimat.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.linear_model import LinearRegression

df = pd.DataFrame({
    "suprafata": ["50", "60", "70", "80"],
    "pret": [100000, 120000, 140000, 160000],
})

X_df = df.select_dtypes(include="number").drop(columns="pret")
X = X_df.to_numpy(dtype=float)
model = LinearRegression().fit(X, df["pret"])
print("Coloane:", list(X_df.columns))
print("Pret estimat:", round(float(model.predict([[75]])[0])))
După reparație, programul afișează
Coloane: ['suprafata']
Pret estimat: 150000
Indiciu

Adaugă df["suprafata"] = pd.to_numeric(df["suprafata"]) înainte de select_dtypes.

Alte forme ale mesajului

  • ValueError: Found array with 0 feature(s) (shape=(100, 0)) while a minimum of 1 is required by StandardScaler.
  • ValueError: Found array with 0 feature(s) (shape=(10, 0)) while a minimum of 1 is required.
  • ValueError: at least one array or dtype is required

Cum o eviți pe viitor

După ce construiești X, afișează-i forma și coloanele, mai ales când folosești selecții automate. Convertește explicit coloanele numerice la citire (dtype= sau pd.to_numeric) și nu te baza pe select_dtypes ca să le găsească. Pune un assert X.shape[1] > 0 în scripturile care rulează pe date noi, unde formatul se poate schimba fără să știi.

Întrebări frecvente

De ce coloana mea de numere e de tip object?

Pentru că cel puțin o valoare din ea nu e număr: un spațiu, o unitate de măsură („mp”), un punct ca separator de mii sau un text gol. pandas păstrează atunci toată coloana ca text.

Cum aflu ce coloane au tipul greșit?

df.dtypes arată tipul fiecărei coloane. Coloanele cu object sunt text și trebuie curățate sau convertite.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.