w Pythonie TypeError: unhashable type: 'numpy.ndarray'

Question

Próbowałem znaleźć odwołanie, ale wystąpił błąd typu

import pandas as pd
y_test = {'o1':  [0,1,0,1],'o2': [1,1,0,1],'o3':[0,0,1,1]}
y_test = pd.DataFrame (y_test)
y_pred = {'o1':  [1,1,0,1],'o2': [1,0,0,1],'o3':[1,0,1,1]}
y_pred = pd.DataFrame (y_pred)
y_pred = y_pred.to_numpy()


def precision(y_test, y_pred):
    i = set(y_test).intersection(y_pred)
    len1 = len(y_pred)
    if len1 == 0:
        return 0
    else:
        return len(i) / len1

print("recall of Binary Relevance Classifier: " + str(precision(y_test, y_pred)))

Ten kod pokazał błąd: w rzeczywistości staram się znaleźć szczegóły błędu przywołania dla wielu etykiet, które podano poniżej

TypeError                                 Traceback (most recent call last)
<ipython-input-41-8f3ca706a8e6> in <module>
16         return len(i) / len1
17 
---> 18 print("recall of Binary Relevance Classifier: " + str(precision(y_test, y_pred)))
<ipython-input-41-8f3ca706a8e6> in precision(y_test, y_pred)
 9 
10 def precision(y_test, y_pred):
---> 11     i = set(y_test).intersection(y_pred)
 12     len1 = len(y_pred)
 13     if len1 == 0:

TypeError: unhashable type: 'numpy.ndarray'

Answer 1

Twoja tablica numpy y_testnie może zostać przekonwertowana na zestaw (w linii 11.), ponieważ tablica jest dwuwymiarowa.

Aby element iterowalny został przekonwertowany na zestaw, wszystkie elementy muszą być hashowane. W przypadku 1-dniowej tablicy numpy jest to w porządku, ponieważ liczby można haszować:

>>> array_1d = np.array([1, 2, 3])
>>> array_1d
array([1, 2, 3])
>>> set(array_1d)
{1, 2, 3}

Ale w przypadku tablicy dwuwymiarowej otrzymasz ten błąd, ponieważ tablice zagnieżdżone same nie dają się hashować:

>>> array_2d = np.array([[1,2,3], [1,2,3], [1,2,3]])
>>> array_2d
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])
>>> set(array_2d)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'numpy.ndarray'