ValueError: x and y must be the same size
plt.scatter a primit pentru x și y liste sau coloane de lungimi diferite. De obicei una a fost filtrată sau curățată (dropna) separat. Construiește ambele din același tabel, după aceeași filtrare, ca fiecare punct să aibă și x, și y.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Fiecare punct dintr-un grafic de tip scatter are o pereche (x, y). Dacă dai 5 valori pentru x și 4 pentru y, matplotlib nu poate face perechile și se oprește. Spre deosebire de plt.plot („x and y must have same first dimension”), scatter dă acest mesaj mai scurt.
Cauze tipice: ai eliminat golurile doar dintr-o coloană (df["x"].dropna()), ai filtrat un tabel și ai luat x din cel filtrat și y din original, sau ai combinat date din două surse cu lungimi diferite.
Mesaje înrudite apar pentru celelalte argumente: s= (mărimea punctelor) și c= (culorile) trebuie să aibă tot câte o valoare pe punct. Afișează len(x), len(y) chiar înainte de grafic.
De ce apare: cauzele frecvente
1dropna doar pe o coloană
plt.scatter(df["buget"].dropna(), df["vanzari"])curat = df.dropna(subset=["buget", "vanzari"])
plt.scatter(curat["buget"], curat["vanzari"])dropna(subset=...) elimină rândurile întregi, deci ambele coloane rămân cu aceeași lungime.
2x din tabelul filtrat, y din original
mari = df[df["buget"] > 100]
plt.scatter(mari["buget"], df["vanzari"])mari = df[df["buget"] > 100]
plt.scatter(mari["buget"], mari["vanzari"])Ambele coordonate trebuie să vină din același tabel filtrat.
3Culori sau mărimi cu altă lungime
plt.scatter(x, y, s=[10, 20, 30]) # 4 puncteplt.scatter(x, y, s=[10, 20, 30, 40])s și c au nevoie de câte o valoare pe punct sau de o singură valoare pentru toate.
Repară eroarea, direct în pagină
Codul de mai jos vrea un grafic scatter între bugetul de reclame și vânzări, dar golurile sunt eliminate doar din coloana buget, iar plt.scatter dă ValueError: x and y must be the same size. Repară-l ca să deseneze graficul și să afișeze câte puncte are.
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({
"buget": [100, 200, np.nan, 400, 500],
"vanzari": [12, 25, 30, 41, 55],
})
puncte = plt.scatter(df["buget"].dropna(), df["vanzari"])
print(len(puncte.get_offsets()))4
Indiciu
Elimină rândurile întregi cu dropna(subset=[...]) și ia ambele coloane din rezultat.
Reparația
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({
"buget": [100, 200, np.nan, 400, 500],
"vanzari": [12, 25, 30, 41, 55],
})
curat = df.dropna(subset=["buget", "vanzari"])
puncte = plt.scatter(curat["buget"], curat["vanzari"])
print(len(puncte.get_offsets()))De ce merge
df["buget"].dropna() are 4 valori, iar df["vanzari"] are în continuare 5, deci punctele nu se pot forma perechi. dropna(subset=["buget", "vanzari"]) elimină rândul întreg cu bugetul lipsă, iar din tabelul rămas ambele coloane au câte 4 valori. Graficul are 4 puncte, câte unul pentru fiecare rând complet.
Alte forme ale mesajului
ValueError: s must be a scalar, or float array-like with the same size as x and yValueError: 'c' argument has 3 elements, which is inconsistent with 'x' and 'y' with size 4.
Cum o eviți pe viitor
- Desenează din același tabel:
plt.scatter(df["x"], df["y"])saudf.plot.scatter(x="x", y="y"). - Curăță golurile pe rânduri întregi, cu
dropna(subset=[...]). - Pentru culori și mărimi, folosește tot coloane din același tabel.
- Verifică lungimile când combini date din mai multe surse, de exemplu cu
print(len(x), len(y)).
Întrebări frecvente
De ce plt.plot dă alt mesaj?
Pentru că e altă funcție, cu altă verificare. plot spune „x and y must have same first dimension, but have shapes (5,) and (4,)”, iar scatter spune „x and y must be the same size”. Cauza e aceeași.
Ce face matplotlib cu golurile NaN?
Punctele cu NaN în x sau y nu sunt desenate, dar sunt numărate la lungime. De aceea e mai sigur să elimini rândurile întregi cu dropna(subset=...), nu doar valorile dintr-o coloană.
Erori înrudite
ValueError: x and y must have same first dimension, but have shapes (4,) and (3,) plt.plot a primit mai multe valori pe axa x decât pe axa y (aici 4 și 3), deci nu poate face perechi de puncte. Verifică lungimile celor două liste: de obicei lipsește o valoare sau lista de etichete nu corespunde datelor. Cel mai sigur e să desenezi direct din aceleași coloane ale unui DataFrame. 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). TypeError: no numeric data to plot Ai apelat .plot() din pandas pe o coloană (sau un tabel) care nu are nicio coloană numerică: valorile sunt texte, de obicei pentru că fișierul are zecimale cu virgulă, unități sau marcaje de lipsă. Convertește coloana în număr (pd.to_numeric) înainte de grafic. 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.
