ValueError: operands could not be broadcast together with shapes (3,4) (3,)
Cele două tablouri au forme pe care NumPy nu le poate potrivi element cu element: aici o matrice 3×4 și un vector cu 3 valori. Vectorul trebuie să aibă 4 valori (câte coloane) sau forma (3, 1) (câte rânduri): de obicei folosești keepdims=True la agregare sau v[:, None].
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Operațiile NumPy (+, -, *, /, comparații) se fac element cu element. Când formele diferă, NumPy aplică broadcasting: compară dimensiunile de la dreapta la stânga, iar două dimensiuni sunt compatibile dacă sunt egale sau una dintre ele e 1 (care se „întinde”). Pentru (3,4) și (3,), ultima dimensiune a matricei e 4, iar a vectorului 3: nu sunt egale și niciuna nu e 1, deci operația e imposibilă.
Cel mai des apare după o agregare pe rânduri: m.mean(axis=1) dă un vector cu câte o valoare pe rând, forma (3,), iar NumPy încearcă să îl alinieze cu coloanele. Ca să îl alinieze cu rândurile, vectorul trebuie să aibă forma (3, 1): keepdims=True sau [:, None]. Celălalt caz frecvent: doi vectori de lungimi diferite (prețuri și cantități pentru liste diferite de produse).
Afișează a.shape și b.shape chiar înainte de linia cu eroarea.
De ce apare: cauzele frecvente
1Media pe rânduri scăzută din matrice
m = np.array([[10, 12, 14, 16], [5, 5, 5, 5], [1, 2, 3, 6]])
centrat = m - m.mean(axis=1)m = np.array([[10, 12, 14, 16], [5, 5, 5, 5], [1, 2, 3, 6]])
centrat = m - m.mean(axis=1, keepdims=True)keepdims=True păstrează forma (3, 1): o valoare pe rând, care se întinde peste cele 4 coloane.
2Vectori de lungimi diferite
preturi = np.array([10, 25, 4])
cantitati = np.array([2, 1, 5, 3])
print(preturi * cantitati)preturi = np.array([10, 25, 4, 8])
cantitati = np.array([2, 1, 5, 3])
print(preturi * cantitati)Element cu element înseamnă câte un preț pentru fiecare cantitate. Lipsea prețul celui de-al patrulea produs.
3Vector pe care vrei să îl aplici pe coloană
reducere_pe_magazin = np.array([0.1, 0.0, 0.2]) # 3 magazine = 3 rânduri
final = vanzari * (1 - reducere_pe_magazin) # vanzari: (3, 4)final = vanzari * (1 - reducere_pe_magazin[:, None])[:, None] transformă vectorul (3,) în coloana (3, 1), deci fiecare magazin își aplică reducerea pe toate cele 4 luni.
Repară eroarea, direct în pagină
Matricea vanzari are 3 magazine (rânduri) și 4 luni (coloane). Codul vrea să afișeze cât s-a abătut fiecare lună de la media magazinului ei, dar dă ValueError: operands could not be broadcast together with shapes (3,4) (3,). Repară calculul mediei ca abaterile să se calculeze pe fiecare rând.
import numpy as np
vanzari = np.array([
[100, 120, 140, 160],
[80, 80, 80, 80],
[50, 60, 70, 100],
])
medii = vanzari.mean(axis=1)
abateri = vanzari - medii
print(abateri)[[-30. -10. 10. 30.] [ 0. 0. 0. 0.] [-20. -10. 0. 30.]]
Indiciu
Adaugă keepdims=True la mean(axis=1).
Reparația
import numpy as np
vanzari = np.array([
[100, 120, 140, 160],
[80, 80, 80, 80],
[50, 60, 70, 100],
])
medii = vanzari.mean(axis=1, keepdims=True)
abateri = vanzari - medii
print(abateri)De ce merge
mean(axis=1) dă media fiecărui magazin, un vector de forma (3,). NumPy aliniază formele de la dreapta, deci încerca să potrivească cele 3 medii cu cele 4 coloane. Cu keepdims=True, mediile au forma (3, 1): o valoare pe rând, care se întinde peste toate lunile. Primul magazin are media 130, deci abaterile sunt -30, -10, 10, 30.
Alte forme ale mesajului
ValueError: operands could not be broadcast together with shapes (3,) (4,)ValueError: operands could not be broadcast together with shapes (5,2) (5,)ValueError: operands could not be broadcast together with remapped shapes [original->remapped]: (2,3)->(2,newaxis,3) (4,)->(4,newaxis)
Cum o eviți pe viitor
- Afișează
shapepentru ambii operanzi când lucrezi cu matrice. - La agregări pe rânduri sau coloane (
mean,sum,max) pe care le folosești înapoi în matrice, adaugăkeepdims=True. - Amintește-ți regula: dimensiunile se compară de la dreapta; trebuie să fie egale sau una să fie 1.
- Pentru date tabelare, pandas aliniază după etichete, nu după poziție, ceea ce evită multe din aceste probleme.
Întrebări frecvente
De ce media pe coloane (axis=0) merge fără keepdims?
m.mean(axis=0) dă un vector cu câte o valoare pe coloană, forma (4,). Ultima dimensiune a matricei e tot 4, deci se potrivesc direct: vectorul se întinde pe rânduri. Pentru rânduri, ai nevoie de forma (3, 1).
Ce e None în v[:, None]?
None (sau np.newaxis) adaugă o dimensiune de mărime 1 în poziția respectivă. v[:, None] transformă un vector cu 3 elemente într-o coloană 3×1.
Erori înrudite
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. ValueError: Length of values (3) does not match length of index (4) Atribui unei coloane o listă (sau un array) cu alt număr de valori decât rândurile DataFrame-ului: aici 3 valori pentru 4 rânduri. Dă câte o valoare pentru fiecare rând sau, mai sigur, construiește coloana din datele existente (map cu un dicționar, merge). ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 1 dimensions. The detected shape was (3,) + inhomogeneous part. Încerci să construiești un tablou NumPy dintr-o listă de liste de lungimi diferite (de exemplu, un magazin are mai puține luni), iar o matrice trebuie să fie dreptunghiulară. Completează valorile lipsă cu np.nan ca toate rândurile să aibă aceeași lungime, sau folosește un DataFrame. 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.
