值错误：无法将输入数组从形状（51）广播到（51,1）

Question

我收到以下代码的上述值错误：

np.random.seed(0);

num_samples=1000;   len_time=50;      dim_data=1;

#The times series X_{1:T} is uniform in the grid [0,1]^2;
#X_train is a collection of such time series
X_train=np.random.uniform(0,1,(num_samples,len_time+1,dim_data));


#Regression coeffecients
beta_1=np.array([-1]); beta_2= np.array([0.5]);

Y_train=np.zeros_like(X_train);


#Creating the model Y_t=X_t.dot(beta_1)+X_{t-1}.dot(beta_2);
for k in range(len(X_train)):
    x=X_train[k];
    Y_train[k]=x.dot(beta_1)+(np.roll(x,1,axis=0)).dot(beta_2)

它在for循环的最后一行显示值错误。我不明白为什么这会成为一个问题。我单独验证了for循环中的那一行，没有任何问题。在

Answer 1

错误是说，你计算的RHS生成了一个（51，）1d数组，但LHS插槽是（51，1），一个2d。广播可以将（51，）改为（1，51），但不能改为（51，1）。在

It that's not clear, I'd suggest a review of basic numpy documentation. Understanding dimensions, shapes and broadcasting are fundamental.

下一步是了解维度的来源。在

X_train创建为(num_samples,len_time+1,dim_data)，和Y_train个副本。因此Y_train[k]具有(len_time+1,dim_data)的形状，因此是2d（51,1）。对x相同

RHS有2个与广播兼容的项，并且由于dot和而产生（51，）。在

x.dot(beta_1)+(np.roll(x,1,axis=0)).dot(beta_2)
(51,1) dot ((1,) => (51,)

要真正修复此问题，您需要使用大于1的dim_data。如果是1，你可以只挤出维度，但如果第三维度更大，那就没用了。在

为什么当RHS用dot产品从x中删除最后一个维度时，Y_train初始化为3d？在