TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'q')

Question

我正在尝试将 Gower 距离实现应用于我的数据框。虽然它可以顺利地处理具有更多特征的相同数据集，但这次当我调用 Gower 距离函数时它会出错。我从同一目录中的另一个 .py 代码导入 Gower 函数。这是我的代码：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

import gower_function as gf

# Importing the dataset with pandas
dataset = pd.read_excel('input_partial.xlsx')
X = dataset.iloc[:, 1:].values
df = pd.DataFrame(X)
#obtaining gower distances of instances
Gower = gf.gower_distances(X)

执行此操作后，出现以下错误：

File "<ipython-input-10-6a4c39600b0e>", line 1, in <module>
Gower = gf.gower_distances(X)

File "C:\Users\...\Clustering\Section 24 - K-Means 
Clustering\gower_function.py", line 184, in gower_distances
X_num = np.divide(X_num ,max_of_numeric,out=np.zeros_like(X_num), 
where=max_of_numeric!=0)

TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to 
provided output parameter (typecode 'q') according to the casting rule 
''same_kind''

我不明白它如何在具有更少特征（列）的同一数据集上给出此错误。有大神知道原因吗？

Answer 1

您需要指定左操作数的dtype为非整数，一些浮点类型，例如

a = np.array ( ... , dtype = float )
np.divide ( a , b , out = np.zeros_like ( a ) , where = b != 0)

如果 a 和 b 的 dtype 都是整数，那么您得到的错误是：没有找到匹配指定签名和转换的循环ufunc true_divide.

如果 a 的 dtype 是整数，但 b - 浮点数，那么你得到的错误是： ufunc 'true_divide' output (typecode 'd') 无法根据转换规则“'same_kind'”.

强制提供输出参数（类型代码 'l'）

Answer 2

我遇到了同样的问题。似乎如果您的所有变量都是整数，则会产生此错误。所以我将每个整数列更改为字符串值。

cluster_data = cluster_data.astype(str)
cluster_data.dtypes.head()

这似乎修复了错误。

TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'q')

TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'q')

python

cluster-analysis

spyder

scikit-learn