出现问题

今天看代码的时候，有一段代码是随机初始化np.random.normal，看数据的时候看起来比较麻烦，所以我就手贱给改成np.arange了。然后就开始报错。

先看一下源代码长这样：

features=np.random.normal(size=(4,1))np.random.shuffle(features)poly_features=np.power(features,np.arange(5).reshape(1,-1))foriinrange(5):poly_features[:,i]/=math.gamma(i+1)

显示随机初始化feature，二维的，形状是4*1

将其随机打乱

poly_feature是存储feature从0次方到4次方

然后再将poly_feature每一项除以其阶乘，gamma(n)就是n-1的阶乘即(n-1)!

然后我开始改代码了。

features=np.arange(4).reshape(-1,1)poly_features=np.power(features,np.arange(5).reshape(1,-1))foriinrange(5):poly_features[:,i]/=math.gamma(i+1)

首先arange后边一定要加上.reshape(-1,1)，就是转换成x*1维，x根据元素个数自动调整。

凑则会报错广播机制无法使用。

operands could not be broadcast together with shapes (4,) (1,5)

因为默认是一维的4元素，不是二维的4*1，所以无法使用广播机制。

因为是通过看数据来检查代码，所以我把随机打乱元素np.random.shuffle(features)这句删掉了。

之后是for i in range():这个循环会出现报错

原因是数据类型不相符，arrange生成的数组不是浮点数，而这需要浮点数。

TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'i') according to the casting rule ''same_kind'' 看样子是需要double但是生成的是int。

numpy数据类型转换

那怎么将其转换为浮点数。

poly_features = poly_features.astype(np.float32)

在poly_features后边加上上边这句。

或者为了省事可以直接用数乘进行强制类型转换，

比如poly_features = np.power(features, np.arange(5).reshape(1, -1))*1.0

但是不能改后边poly_features[:, i] = poly_features[:, i]*1.0/math.gamma(i + 1)，改后边不生效的。虽然不会报错了，但还是结果数据还是int类型的。