ValueError:新阵列的总大小必须保持不变（numpy表示重新成形）

我想重塑我的数据向量，但当我运行代码时

from pandas import read_csv
import numpy as np
#from pandas import Series
#from matplotlib import pyplot

series =read_csv('book1.csv', header=0, parse_dates=[0], index_col=0, squeeze=True)

A= np.array(series)
B = np.reshape(10,10)

print (B)

我发现了错误

结果=getattr（asarray（obj），方法）（*args，**kwds）

ValueError:新数组的总大小必须保持不变

我的数据

Month   xxx
1749-01 58
1749-02 62.6
1749-03 70
1749-04 55.7
1749-05 85
1749-06 83.5
1749-07 94.8
1749-08 66.3
1749-09 75.9
1749-10 75.5
1749-11 158.6
1749-12 85.2
1750-01 73.3
....    ....
....    ....

---

你尝试做的事情似乎有两个问题。第一个涉及如何读取熊猫中的数据：

series = read_csv('book1.csv', header=0, parse_dates=[0], index_col=0, squeeze=True)
print(series)
>>>>Empty DataFrame
Columns: []
Index: [1749-01 58, 1749-02 62.6, 1749-03 70, 1749-04 55.7, 1749-05 85, 1749-06 83.5, 1749-07 94.8, 1749-08 66.3, 1749-09 75.9, 1749-10 75.5, 1749-11 158.6, 1749-12 85.2, 1750-01 73.3]

这并不是在数据框中为您提供一列带有索引日期的浮动，而是将每一行放入索引、日期和值中。我认为您需要添加

delimtier='

，以便正确地分割行：

series =read_csv('book1.csv', header=0, parse_dates=[0], index_col=0, delimiter=' ', squeeze=True)
>>>> Month
1749-01-01     58.0
1749-02-01     62.6
1749-03-01     70.0
1749-04-01     55.7
1749-05-01     85.0
1749-06-01     83.5
1749-07-01     94.8
1749-08-01     66.3
1749-09-01     75.9
1749-10-01     75.5
1749-11-01    158.6
1749-12-01     85.2
1750-01-01     73.3
Name: xxx, dtype: float64

这将为您提供日期作为索引，列中有“xxx”值

其次是重塑。在这种情况下，错误是相当描述性的。如果要使用

numpy.reformate

则不能将布局的元素数与原始数据的元素数不同。例如：

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6])  # size 6 array

a.reshape(2, 3)
>>>> [[1, 2, 3],
      [4, 5, 6]]

这很好，因为数组开始时的长度为6，我正在将其重塑为

2x3

，并且2x3=6

但是，如果我尝试：

a.reshape(10, 10)
>>>> ValueError: cannot reshape array of size 6 into shape (10,10)

我得到了这个错误，因为我需要10 x 10=100个元素来完成这个重塑，而我只有6个元素

没有完整的数据集是不可能确定的，但我认为这与您遇到的问题相同，尽管您正在将整个数据帧转换为numpy数组