Numpy gives "TypeError: can't multiply sequence by non-int of type 'float'"

Question

有问题的部分是：

   self.H = np.multiply(self.H, np.divide(np.matmul(preprocessing.normalize(self.W).T, np.multiply(self.X, np.power(self.A, self.beta - 2)))), np.matmul(self.W.T, np.power(self.A, self.beta - 1)) + self.sparsity)

A、W、H 是 Panda 数据帧。 Beta 和稀疏度是整数。

他们的初始化是：

    self.W = pd.DataFrame(np.random.randint(100,size=(self.X.shape[0], self.K)))
    self.H = pd.DataFrame(np.random.randint(0,100,size=(self.K, self.X.shape[1])))
    self.W = preprocessing.normalize(self.W)
    self.A = self.W.dot(self.H)

Answer 1

Type Error: can't multiply sequence by non-int of type 'float' 就是它所说的意思。您不能将非数字（非整数）数据类型与编号数据类型相乘。例如，您不能将字符串与数字相乘。

您提交的上述代码实际上 有效。但是，由于您收到此错误，我假设上面的代码只是您实际代码的代理。因此，我将讲述我是如何解决我在做类似事情时遇到的相同错误的。

假设有一个 csv 文件包含 class 的主题标记，例如下面的 table

|      | Maths | English |
| Adam |  98   |   78    |
| John |  34   |   89    |

如您所见，有一个行索引和一个列索引。如果你运行

marks = pd.read_csv("marks.csv")

marks 将有 3 列，第一列包含学生的姓名。 Pandas read 假定第一列是数据的一部分。现在，如果将它与 Numpy 数组相乘，就会出现错误。因为，数字不能与字符串相乘。

为了解决这个问题，我们需要明确地告诉pandas文件中的第一列是行索引。

marks = pd.read_csv("marks.csv", index_col=0)

参数，index_col 告诉将文件中的哪一列作为行索引。您可以在他们的文档 here.

中详细了解这一点

Numpy gives "TypeError: can't multiply sequence by non-int of type 'float'"

Numpy gives "TypeError: can't multiply sequence by non-int of type 'float'"

python

numpy

matrix

scipy

nmf