Python Scipy error-VALUERROR:行索引超出矩阵维度
我使用下面的代码来构建训练和测试矩阵,以便在我的NN模型中使用它们Python Scipy error-VALUERROR:行索引超出矩阵维度,python,scipy,sparse-matrix,Python,Scipy,Sparse Matrix,我使用下面的代码来构建训练和测试矩阵,以便在我的NN模型中使用它们 from scipy.sparse import csr_matrix import pandas as pd from sklearn.model_selection import train_test_split df = pd.read_csv('data.csv', names=['x', 'y', 'z']) x = df.x.unique().shape[0] y = df.y.unique().shape[0
from scipy.sparse import csr_matrix
import pandas as pd
from sklearn.model_selection import train_test_split
df = pd.read_csv('data.csv', names=['x', 'y', 'z'])
x = df.x.unique().shape[0]
y = df.y.unique().shape[0]
train_data, test_data = train_test_split(df, test_size=0.2)
train_data = pd.DataFrame(train_data)
test_data = pd.DataFrame(test_data)
#Build train matrix
train_x = []
train_y = []
train_z = []
for line in train_data.itertuples():
u = line[1] - 1
i = line[2] - 1
train_x.append(u)
train_y.append(i)
train_z.append(line[3])
train_matrix = csr_matrix((train_z, (train_x, train_y)), shape=(x, y))
#Build test matrix
test_x = []
test_y = []
test_z = []
for line in test_data.itertuples():
test_x.append(line[1] - 1)
test_y.append(line[2] - 1)
test_z.append(line[3])
test_matrix = csr_matrix((test_z, (test_x, test_y)), shape=(x, y))
当我处理小数据集时,它工作得非常好。然而,当我使用它来处理稍大一点的数据集(600MB)时,它就不起作用了。它向我显示了这个错误:
File "C:\Users\Mus\Anaconda3\lib\site-packages\scipy\sparse\compressed.py", line 51, in __init__
other = self.__class__(coo_matrix(arg1, shape=shape))
File "C:\Users\Mus\Anaconda3\lib\site-packages\scipy\sparse\coo.py", line 192, in __init__
self._check()
File "C:\Users\Mus\Anaconda3\lib\site-packages\scipy\sparse\coo.py", line 272, in _check
raise ValueError('row index exceeds matrix dimensions')
ValueError: row index exceeds matrix dimensions
当我尝试下面的代码时,它显示了同一行中的另一个错误:
train_data, test_data = train_test_split(csr_matrix(df[z].values, (df[x].values, df[y].values)), test_size=0.2)
非常感谢您的帮助。由@CJR提出的此代码取代了构建列车和测试矩阵的所有代码
train\u matrix,test\u matrix=train\u test\u split(csr\u matrix((df['z'].值,(df['x']值,df['y'].值))),test\u size=0.2)
代码中的错误发生在哪里。您没有显示完整的回溯,因此我只能猜测这是csr\u矩阵中的一行。我猜由于某种原因,test\ux
中的值大于x
。我不知道为什么这只会发生在更大的数据集上。@hapaulj,正如你所说,它出现在csr_矩阵的两行中。数据集中是否存在问题?但是我确信如果x
中的值是1,2,3
这将起作用,那么就没有问题了。如果x
中的值是1、2、4
,它将失败,并出现您遇到的错误。我不知道你为什么选择这样做而不是train\u data,test\u data=train\u test\u split(csr\u矩阵(df[z].values,(df[x].values,df[y].values)),test\u size=0.2)
@CJR,我试图用你的代码来做,但我不理解显示的错误。我在字符串'x'
是数据框中的列名的上方添加了此错误消息。存储在变量x
中的数字5
不是数据框中的列名。应该使用字符串而不是变量调用数据帧中的列。
File "C:\Users\Mus\Anaconda3\lib\site-packages\pandas\core\frame.py", line 2688, in __getitem__
return self._getitem_column(key)
File "C:\Users\Mus\Anaconda3\lib\site-packages\pandas\core\frame.py", line 2695, in _getitem_column
return self._get_item_cache(key)
File "C:\Users\Mus\Anaconda3\lib\site-packages\pandas\core\generic.py", line 2489, in _get_item_cache
values = self._data.get(item)
File "C:\Users\Mus\Anaconda3\lib\site-packages\pandas\core\internals.py", line 4115, in get
loc = self.items.get_loc(item)
File "C:\Users\Mus\Anaconda3\lib\site-packages\pandas\core\indexes\base.py", line 3080, in get_loc
return self._engine.get_loc(self._maybe_cast_indexer(key))
File "pandas\_libs\index.pyx", line 140, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\index.pyx", line 162, in pandas._libs.index.IndexEngine.get_loc
File "pandas\_libs\hashtable_class_helper.pxi", line 1492, in pandas._libs.hashtable.PyObjectHashTable.get_item
File "pandas\_libs\hashtable_class_helper.pxi", line 1500, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 5