2017-03-29 1 views
0

Est-ce que quelqu'un sait comment puis-je résoudre cet avertissement dans le code ci-dessous?Déprécation Avertissement Python

Voici l'avertissement: DeprecationWarning: Passer des tableaux 1d alors que les données sont obsolètes en 0.17 et augmenteront ValueError en 0.19. Remodelez vos données en utilisant X.reshape (-1, 1) si vos données ont une seule entité ou X.reshape (1, -1) s'il contient un seul échantillon. warnings.warn (DEPRECATION_MSG_1D, DeprecationWarning)

Voici le code:

%matplotlib inline 
import numpy as np 
import pandas as pd 
from scipy import stats, integrate 
import matplotlib.pyplot as plt 
from sklearn.preprocessing import MinMaxScaler 
import seaborn as sns 

data = np.genfromtxt('name.csv', delimiter=",") 
X = data[:,1] 
mms = MinMaxScaler() 
a=X.reshape(-1, 1) 
a_norm = mms.fit_transform(X) 
sns.set(color_codes=True) 
np.random.seed(sum(map(ord, "distributions"))) 
sns.distplot(a_norm); 

Même si, je fais des changements en fonction de l'avertissement, je reçois l'erreur qui est mentionné ci-dessus de cette ligne "a_norm = mms.fit_transform (X)".

je vraiment besoin d'aide pour cet avertissement

+0

Vous semblez appeler 'X.reshape', sauf le résultat dans une variable appelée' que vous alors a' jamais référence pour le reste du script. Je suppose que vous voulez dire passer 'a' au lieu de' X' à quelle fonction lance cet avertissement de désapprobation? – Shadow

+0

@shadow Je voulais voir la distribution des données après la normalisation qui est stockée dans "a_norm". Donc, j'ai un_norm pour le paramètre de sns.distplot(). En fait, mms. fit_transform me donne l'erreur. – Shelly

+0

Qu'en est-il de 'a_norm = mms.fit_transform (X)'? Cela ne devrait-il pas être 'a_norm = mms.fit_transform (a)'? – Shadow

Répondre

0

avec a_norm = mms.fit_transform(X) remplacer a_norm = mms.fit_transform(a)

+0

Ceci ne fournit pas de réponse à la question. Pour critiquer ou demander des éclaircissements à un auteur, laissez un commentaire sous son article. - [Revue] (/ review/low-quality-posts/18346180) – Pedram

+0

En fait, je viens de recevoir le privilège de commenter ... Je suis désolé ... Je suis un débutant ... Toujours en train d'apprendre les règles – Jai