这个bug 整了我好久,真的快吐了。
出错原因见报错提示。
基本上是因为,你的数据集里有空值,或者无穷数值。
虽然也有数据值对于float64来说过大的原因,但是基本上不可能,我之前思路走了这条,白费了不少功夫。
解决方法
1.首先验证是不是因为空值或者有无穷数值
import pandas as pd
import numpy as np
path=""#自己填自己的数据集路径
df= pd.read_csv(path)
train = np.array(df)
#因为我的文件最后一列是字符串型,不是数值型的话,后续的np.isinf等 会报错,所以只取了前78列,并且设定了type
xtrain=train[:,:78].astype("float64")
print(np.isinf(xtrain).any())#=False,说明没有无穷值
print(np.isfinite(xtrain).all())#=True,说明 都是有限值
print(np.isnan(xtrain).any())#=False,说明没有空值
我最后的三行print都跟理想结果相反,说明确实有空值和无穷值
2.去掉有空值或者无穷值的行
这里我就直接去掉一整行了,看到也有做替换的修改方法,可以看看别人的教程
import pandas as pd
import numpy as np
newpath=""#自己填想放新文件的路径
oldpath=""#原来文件路径
df= pd.read_csv(oldpath)
df = df.replace([np.inf, -np.inf], np.nan)#把无穷数值替换成空值
df.dropna(inplace=True)#在df本身数据上做去掉含空值的行
df.to_csv(newpath)
3.再套一下 1.中的验证方法,我成功得到了理想的print输出,
后续代入机器学习的做归一化的代码段中,也没有报错了,成功解决!