En este artículo, discutiremos cómo corregir ValueError: establecer un elemento de array con una secuencia usando Python.
El error que básicamente encontramos cuando usamos la biblioteca Numpy es ValueError: configuración del elemento de array con una secuencia. Enfrentamos este error básicamente cuando creamos una array o tratamos con numpy.array.
Este error ocurrió debido a que numpy.array creó una array con un valor dado, pero el tipo de datos del valor no es el mismo que el tipo de datos proporcionado a numpy.
Pasos necesarios para evitar este error:
- La forma más fácil de solucionar este problema es utilizar el tipo de datos que admita todo tipo de tipos de datos.
- La segunda forma de solucionar este problema es hacer coincidir el tipo de datos predeterminado de la array y asignar el valor.
Método 1: usar un tipo de datos común
Ejemplo: programa para mostrar el código de error:
Python
# In this program we are demonstrating how different # Data-type can cause value error import numpy # Creating multi-dimension array array1 = [1, 2, 4, [5, [6, 7]]] # Data type of array element Data_type = int # This cause Value error np_array = numpy.array(array1, dtype=Data_type) print(np_array)
Producción:
Archivo “C:\Users\computers\Downloads\he.py”, línea 13, en <módulo>
np_array = numpy.array(array1,dtype=Data_type);
ValueError: establecer un elemento de array con una secuencia.
Podemos corregir este error si proporcionamos el tipo de datos que admite todos los tipos de datos para el elemento de la array:
Sintaxis:
numpy.array( Array ,dtype = Common_DataType );
Ejemplo: código fijo
Python
# In this program we fix problem by different data-type import numpy # Creating multi-dimension array array1 = [1, 2, 4, [5, [6, 7]]] # Object Data type is accept all data-type Data_type = object # Now we fix the error np_array = numpy.array(array1, dtype=Data_type) print(np_array)
Producción:
[1 2 4 list([5, [6, 7]])]
Método 2: haciendo coincidir el tipo de datos predeterminado de value y Array
Ejemplo: Programa para mostrar error
Python
# In this program we are demonstrating how mismatch # of data-type can cause value error import numpy # Creating array array1 = ["Geeks", "For"] # Default Data type of Array Data_type = str np_array = numpy.array(array1, dtype=Data_type) # This cause error np_array[1] = ["for", "Geeks"] print(np_array)
Producción:
Archivo “C:\Users\computers\Downloads\he.py”, línea 15, en <módulo>
np_array[1] = [“para”,”Geeks”];
ValueError: establecer un elemento de array con una secuencia
Aquí hemos visto que este error se debe a que estamos asignando una array como elemento a una array que acepta el tipo de datos de string. podemos corregir este error haciendo coincidir el tipo de datos de valor y array y luego asignarlo como elemento de array.
Sintaxis:
if np_array.dtype == type( Variable ): expression;
Ejemplo: código fijo
Python
# In this program we fix error by mismatch # of data-type import numpy # Creating array array1 = ["Geeks", "For"] # Default Data type of Array Data_type = str np_array = numpy.array(array1, dtype=Data_type) Variable = ["for", "Geeks"] # First we match the data-type if np_array.dtype == type(Variable): np_array[1] = Variable else: print("Variable value is not the type of numpy array") print(np_array)
Producción:
Variable value is not the type of numpy array ['Geeks' 'For']
Publicación traducida automáticamente
Artículo escrito por satyam00so y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA