TypeError: Cannot interpret '3' as a data type
Ai dat dimensiunile unui array ca argumente separate, de exemplu np.zeros(3, 3), iar NumPy a luat al doilea număr drept tip de date. Pune forma într-un tuplu: np.zeros((3, 3)), np.ones((2, 4)), np.empty((n, m)).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Funcțiile care creează array-uri (np.zeros, np.ones, np.empty, np.full) primesc forma ca primul argument, iar al doilea argument este tipul de date (dtype). Când scrii np.zeros(3, 3), NumPy citește „forma 3, tipul 3”, iar numărul 3 nu e un tip de date valid, așa că mesajul spune că nu-l poate interpreta ca tip.
Forma unei matrici se scrie ca tuplu: (3, 3) înseamnă 3 rânduri și 3 coloane. Parantezele duble din np.zeros((3, 3)) nu sunt o greșeală: cele exterioare sunt ale funcției, cele interioare ale tuplului.
Aceeași capcană apare la np.array(1, 2): al doilea argument e tot dtype. Excepție: np.random.rand(3, 3) primește dimensiunile separat, de aceea confuzia e frecventă.
De ce apare: cauzele frecvente
1Dimensiuni fără tuplu
m = np.zeros(3, 4)m = np.zeros((3, 4))Tuplul (3, 4) e forma (3 rânduri, 4 coloane), dată ca un singur argument.
2Confuzie cu np.random.rand
m = np.ones(2, 5) # ca la np.random.rand(2, 5)m = np.ones((2, 5))rand e o excepție veche; zeros, ones, empty și full primesc forma ca tuplu.
3Valoarea de umplere în locul tipului
m = np.full(3, 3, 7)m = np.full((3, 3), 7)La np.full, primul argument e forma, al doilea valoarea; fără tuplu, valoarea ajunge pe locul tipului.
Repară eroarea, direct în pagină
Codul de mai jos creează o matrice de vânzări cu 3 magazine (rânduri) și 4 trimestre (coloane), completează câteva valori și afișează totalul pe magazine, dar dă TypeError: Cannot interpret '4' as a data type. Repară crearea matricei.
import numpy as np
vanzari = np.zeros(3, 4)
vanzari[0] = [10, 12, 9, 14]
vanzari[1, 2] = 20
vanzari[2, :2] = 5
print(vanzari.shape)
print(vanzari.sum(axis=1))(3, 4) [45. 20. 10.]
Indiciu
Forma se dă ca tuplu: np.zeros((3, 4)).
Reparația
import numpy as np
vanzari = np.zeros((3, 4))
vanzari[0] = [10, 12, 9, 14]
vanzari[1, 2] = 20
vanzari[2, :2] = 5
print(vanzari.shape)
print(vanzari.sum(axis=1))De ce merge
În np.zeros(3, 4), numărul 4 ajungea pe locul tipului de date. Cu tuplul (3, 4), NumPy creează o matrice cu 3 rânduri și 4 coloane, plină cu zero. Primul magazin are 10 + 12 + 9 + 14 = 45, al doilea doar 20 în trimestrul 3, al treilea 5 + 5 = 10.
Alte forme ale mesajului
TypeError: Cannot interpret '4' as a data typeTypeError: Cannot interpret '2' as a data type
Cum o eviți pe viitor
- Scrie forma mereu ca tuplu, chiar și pentru o dimensiune:
np.zeros((5,))sau simplunp.zeros(5). - Dă tipul de date cu nume:
np.zeros((3, 3), dtype=int), ca să fie clar ce înseamnă fiecare argument. - Pentru numere aleatorii, folosește
rng = np.random.default_rng()șirng.random((3, 3)), care primește tot un tuplu.
Întrebări frecvente
De ce np.zeros(5) merge fără tuplu?
Pentru o singură dimensiune, NumPy acceptă și un număr simplu ca formă. Problema apare doar când pui al doilea număr, care e citit ca tip de date.
E aceeași eroare cu data type 'flaot' not understood?
E înrudită: ambele spun că argumentul de tip nu e valid. „Cannot interpret” apare când în locul tipului ajunge altceva (un număr), „not understood” când scrii greșit numele unui tip.
Erori înrudite
TypeError: data type 'flaot' not understood Numele tipului dat la astype() sau dtype= nu e recunoscut: e scris greșit ('flaot', 'interger', 'string64') sau nu există. Folosește un nume valid: float, int, "float64", "int64", "Int64", "str", "category", "datetime64[ns]". ValueError: cannot reshape array of size 10 into shape (3,3) reshape nu poate schimba numărul de elemente: 10 valori nu încap într-o matrice 3×3 (9 locuri). Alege o formă al cărei produs e exact numărul de elemente, de exemplu (2, 5), sau folosește -1 pentru o dimensiune, ca NumPy să o calculeze singur. TypeError: array() takes from 1 to 2 positional arguments but 3 were given Ai dat valorile lui np.array ca argumente separate: np.array(1, 2, 3). Funcția primește valorile ca o singură listă: np.array([1, 2, 3]); pentru o matrice, o listă de liste: np.array([[1, 2], [3, 4]]). Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
