【无标题】

源代码

 

def forward_propgation(X):
    # z = w1 * x1s + w2 * x2s + b
    # ndarray的dot函数：点乘运算
    # ndarray的T属性：转置运算
    Z = X.dot(W.T) + B
    # a = 1 / (1 + np.exp(-z))
    A = 1 / (1 + np.exp(-Z))
    return A

def show_scatter_surface(xs,y,forward_propgation):
	x = xs[:,0]
	z = xs[:,1]
	fig = plt.figure()
	ax = Axes3D(fig)
	fig.add_axes(ax)
	ax.scatter(x, z, y)

	x = np.arange(np.min(x),np.max(x),0.01)
	z = np.arange(np.min(z),np.max(z),0.01)
	x,z = np.meshgrid(x,z)
	y = forward_propgation(x,z)
	
	ax.plot_surface(x, z, y, cmap='rainbow')
	plt.show()

出现的问题

问题1

Traceback (most recent call last): File "D:\work\python\lesson78\lesson7.py", line 31, in <module> plot_utils.show_scatter_surface(X, Y, forward_propgation) File "D:\work\python\lesson78\plot_utils.py", line 38, in show_scatter_surface y = forward_propgation(x,z) TypeError: forward_propgation() takes 1 positional argument but 2 were given

原因

在的 show_scatter_surface 函数中，错误发生在调用 forward_propagation(x, z) 这一行。错误提示是 TypeError: forward_propagation() takes 1 positional argument but 2 were given，这意味着 forward_propagation 函数只接受一个参数，但传递了两个参数。

问题2

  File "D:\work\python\lesson78\plot_utils.py", line 44, in show_scatter_surface
    ax.plot_surface(x_vals, z_vals, y_vals, cmap='rainbow')
  File "D:\work\python\venv\lib\site-packages\mpl_toolkits\mplot3d\axes3d.py", line 1700, in plot_surface
    raise ValueError("Argument Z must be 2-dimensional.")
ValueError: Argument Z must be 2-dimensional.

原因

错误 "参数 Z 必须是二维的" 通常发生在尝试使用 Matplotlib 中的 plot_surface 绘制表面图时，输入数组 x_vals、z_vals 和 y_vals 的形状与 y_vals 期望的二维形状不匹配。

在你的情况下，似乎 x_vals、z_vals 和 y_vals 都是二维数组，但它们的形状可能存在不匹配。为了解决这个问题，你可以确保 x_vals、z_vals 和 y_vals 都是形状一致的二维数组。

这个错误的原因是 plot_surface 函数期望输入是二维数组，其中 x_vals 和 z_vals 定义了网格，而 y_vals 包含了对应的高度信息。如果它们的形状不匹配，就会引发 "参数 Z 必须是二维的" 错误。

请确保在调用 plot_surface 之前，你的 x_vals、z_vals 和 y_vals 具有相同的形状，并且是二维数组。

使用y_vals = y_vals.reshape(x_vals.shape)

 y_vals = np.atleast_2d(y_vals)

这两行代码的目的是确保 y_vals 具有正确的形状和维度，以便与 plot_surface 函数一致。

1. y_vals = y_vals.reshape(x_vals.shape): 这一行使用 reshape 函数将 y_vals 重新塑造为与 x_vals 相同的形状。plot_surface 函数期望输入是三维数组，其中 x_vals 和 z_vals 定义了网格，而 y_vals 包含了对应的高度信息。通过使用 reshape(x_vals.shape)，确保 y_vals 具有与 x_vals 相同的形状，以便正确匹配网格。

2. y_vals = np.atleast_2d(y_vals): 这一行使用 np.atleast_2d 函数确保 y_vals 至少是一个二维数组。在某些情况下，forward_propagation 返回的结果可能是一维数组，但 plot_surface 函数期望输入是二维数组。通过使用 np.atleast_2d，如果 y_vals 是一维数组，它将被转换为一个行向量或列向量的二维数组。

这两行代码的目标是保证 y_vals 具有正确的形状和维度，以适应 Matplotlib 中的 plot_surface 函数。

修改后

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

def show_scatter_surface(xs, y, forward_propagation):
    x = xs[:, 0]
    z = xs[:, 1]
    
    fig = plt.figure()
    ax = fig.add_subplot(111, projection='3d')
    ax.scatter(x, z, y)

    x_vals = np.arange(np.min(x), np.max(x), 0.01)
    z_vals = np.arange(np.min(z), np.max(z), 0.01)
    x_vals, z_vals = np.meshgrid(x_vals, z_vals)
    
    # Combine x_vals and z_vals into a 2D input feature array
    input_features = np.column_stack((x_vals.flatten(), z_vals.flatten()))
    
    y_vals = forward_propagation(input_features)
    y_vals = y_vals.reshape(x_vals.shape)  # Reshape to match the dimensions
    
    # Make sure y_vals is a 2D array
    y_vals = np.atleast_2d(y_vals)
    
    ax.plot_surface(x_vals, z_vals, y_vals, cmap='rainbow')
    plt.show()

# 示例用法
# 请确保定义了 forward_propagation 函数，并提供合适的 xs 和 y
# show_scatter_surface(xs, y, forward_propagation)