Python ValueError:块和形状必须具有相同的长度/尺寸

我读了一本书“介绍数据科学、大数据、机器学习等，使用Python工具” 第4章中有一个关于分块矩阵计算的代码：

import dask.array as da
import bcolz as bc
import numpy as np
import dask

n = 1e4 #A

ar = bc.carray(np.arange(n).reshape(n/2,2)  , dtype='float64', rootdir     = 'ar.bcolz', mode = 'w') #B
y  = bc.carray(np.arange(n/2), dtype='float64', rootdir = 'yy.bcolz', mode = 'w') #B,

dax = da.from_array(ar, chunks=(5,5)) #C
dy = da.from_array(y,chunks=(5,5)) #C

XTX = dax.T.dot(dax) #D
Xy  = dax.T.dot(dy) #E

coefficients = np.linalg.inv(XTX.compute()).dot(Xy.compute()) #F

coef = da.from_array(coefficients,chunks=(5,5)) #G

ar.flush() #H
y.flush() #H

predictions = dax.dot(coef).compute() #I
print (predictions)

我得到一个错误：

ValueError                                Traceback (most recent call last)
<ipython-input-4-7ae8e9cf2346> in <module>()
     10 
     11 dax = da.from_array(ar, chunks=(5,5)) #C
---> 12 dy = da.from_array(y,chunks=(5,5)) #C
     13 
     14 XTX = dax.T.dot(dax) #D

C:\Users\F\Anaconda3\lib\site-packages\dask\array\core.py in from_array(x, chunks, name, lock, fancy, getitem)
   1868     >>> a = da.from_array(x, chunks=(1000, 1000), lock=True)  # doctest: +SKIP
   1869     """
-> 1870     chunks = normalize_chunks(chunks, x.shape)
   1871     if len(chunks) != len(x.shape):
   1872         raise ValueError("Input array has %d dimensions but the supplied "

C:\Users\F\Anaconda3\lib\site-packages\dask\array\core.py in normalize_chunks(chunks, shape)
   1815             raise ValueError(
   1816                 "Chunks and shape must be of the same length/dimension. "
-> 1817                 "Got chunks=%s, shape=%s" % (chunks, shape))
   1818 
   1819     if shape is not None:

ValueError: Chunks and shape must be of the same length/dimension. Got chunks=(5, 5), shape=(5000,)

ValueError回溯（最近一次调用）
在（）
10
11 dax=da.from_数组（ar，chunks=（5,5））#C
--->12 dy=da.从数组（y，chunks=（5,5））#C
13
14 XTX=dax.T.dot（dax）#D
C:\Users\F\Anaconda3\lib\site packages\dask\array\core.py from_array（x，chunks，name，lock，fancy，getitem）
1868>>a=da.from_数组（x，chunks=（10001000），lock=True）#doctest:+SKIP
1869     """
->1870块=标准化_块（块，x.shape）
1871如果len（块）！=len（x.shape）：
1872 raise VALUETERROR（“输入数组有%d个维度，但提供的是”
C:\Users\F\Anaconda3\lib\site packages\dask\array\core.py中的normalize_块（块，形状）
1815升值错误(
1816“块和形状必须具有相同的长度/尺寸。”
->1817“获取块=%s，形状=%s”%（块，形状））
1818
1819如果形状不是无：
ValueError:块和形状必须具有相同的长度/维度。获取的块=（5,5），形状=（5000，）

问题是什么？

问题在于：

np.arange(n/2).reshape(n)

您创建一个大小为

n/2

的数组，然后尝试将其

重塑为大小
n
。不能使用
重塑
更改大小

这可能是一个复制/粘贴错误？它不在您的原始代码中，而且似乎您正在这样做

np.arange(n).reshape(n/2,2)

在其他地方，只要
n
是偶数，它就可以工作（小心，如果
n
不是偶数，这也会失败。）
数组
y
只有一个维度，但在
chunks=
参数中给出两个数字。