Java 如何解决这一热编码错误；所有输入数组必须具有相同的形状；

我得到的错误如下

---

所有输入数组必须具有相同的形状

您不是条带线。正常的DNA序列由A、G、C和T组成。您的输入如下：

CCGAGGGCTATGGTTTGGAAGTTAGAACCCTGGGGCTTCTCGCGGACACC\r
GAGTTTATATGGCGCGAGCCTAGTGGTTTTTGTACTTGTTTGTCGCGTCG\r
...
AATGTCGACCGAACTCCGCACTGCTGGCCCGGGCCTATATCGAGAGTGAC

因此，对于除最后一行之外的行，编码器生成一个形状为（50,5）的数组，因为该行中有5个不同的字符。对于最后一行，它生成一个形状为（50,4）的数组，然后得到

ValueError：所有输入数组必须具有相同的形状

要解决这个问题，可以在代码中的某个位置剥离序列。例如，这将起作用：

...

for sequence in sequences:
  integer_encoded = integer_encoder.fit_transform(list(sequence.strip()))
...

编辑：
此外，对于不使用A、G、C和T的全部的行，您可以跳过该行：

...
for sequence in sequences:
  sequence_list = list(sequence.strip())
  if len(set(sequence_list)) != 4:
    continue
  integer_encoded = integer_encoder.fit_transform(sequence_list)
...

或者，您可以找到另一种方法来制作所有
one_hot\u编码的
数组的形状（50,4）。
问题主要是因为
input\u features
列表中的一个或多个序列与其他序列的大小不同。当你将它堆叠到一个numpy数组时，它会抛出一个错误谢谢…，哦，我的弟弟错误地编辑了这个…如何恢复更改？？据我所知，你不能撤消编辑，但你可以通过用相同的细节更新同一个问题来编辑你的问题。您可以通过单击问题下方的来查看编辑历史记录，也许您可以撤消自己的更改。此外，如果对您有效，请接受答案。此链接也不起作用…@Alperen”“该链接中有一行
atattcaattctatatttatttaaaattatattatatactac
，其中没有G。所以，编码器返回一个形状为（50,3）的数组。您如何找到它@阿尔佩伦