Tenho certeza de que o seguinte é um bug, mas, por favor, me esclareça se não for. Uma solução seria muito apreciada.
Estou fazendo uma codificação padrão por meio do SCKlearn e, obviamente, usando o Numpy no processo. Está tudo bem quando eu deixo a opção de impressão como padrão, mas quando eu uso a função numpy.set_printoptions(threshold='nan')
para imprimir todo o array de codificação ativo (em vez do resumo do Numpy), recebo o erro no título do problema. Aqui está o código e o relatório de erro / Traceback correspondente:
import numpy
from numpy import array
from numpy import argmax
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder
data = "+++++++++QVQLVQSGGGVVQPGRSLRLSCAASGFTFSSHRMHWVRQAPGKGLEWVAAVSNDGSNEYYADSVKGRFTISRDKSTSTLYLQMDSLRPEDTAVYYCARERCVSSSCWARALDYWGQGSLVTVCS++++++++++"
seq_string = list(data)
print(seq_string)
values = array(seq_string)
print(values)
label_encoder = LabelEncoder()
integer_encoded = label_encoder.fit_transform(values)
print(integer_encoded)
onehot_encoder = OneHotEncoder(sparse=False)
integer_encoded = integer_encoded.reshape(len(integer_encoded), 1)
onehot_encoded = onehot_encoder.fit_transform(integer_encoded)
numpy.set_printoptions(threshold='nan')
print(onehot_encoded)
inverted = label_encoder.inverse_transform([argmax(onehot_encoded[1, :])])
print(inverted)
> ---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-1-43683b44d2e3> in <module>()
24 onehot_encoded = onehot_encoder.fit_transform(integer_encoded)
25 numpy.set_printoptions(threshold='nan')
---> 26 print(onehot_encoded)
27 # invert first example
28 inverted = label_encoder.inverse_transform([argmax(onehot_encoded[1, :])])
/d/harpy1/s/python/v3-5.1.0/lib/python3.6/site-packages/numpy/core/arrayprint.py in array_str(a, max_line_width, precision, suppress_small)
1400 return str(a[()])
1401
-> 1402 return array2string(a, max_line_width, precision, suppress_small, ' ', "")
1403
1404 def set_string_function(f, repr=True):
/d/harpy1/s/python/v3-5.1.0/lib/python3.6/site-packages/numpy/core/arrayprint.py in array2string(a, max_line_width, precision, suppress_small, separator, prefix, style, formatter, threshold, edgeitems, sign, floatmode, suffix, **kwarg)
620 return "[]"
621
--> 622 return _array2string(a, options, separator, prefix)
623
624
/d/harpy1/s/python/v3-5.1.0/lib/python3.6/site-packages/numpy/core/arrayprint.py in wrapper(self, *args, **kwargs)
420 repr_running.add(key)
421 try:
--> 422 return f(self, *args, **kwargs)
423 finally:
424 repr_running.discard(key)
/d/harpy1/s/python/v3-5.1.0/lib/python3.6/site-packages/numpy/core/arrayprint.py in _array2string(a, options, separator, prefix)
435 data = asarray(a)
436
--> 437 if a.size > options['threshold']:
438 summary_insert = "..."
439 data = _leading_trailing(data, options['edgeitems'])
TypeError: '>' not supported between instances of 'int' and 'str'
Em vez disso, tente threshold=sys.maxsize
, threshold
está documentado como int
.
Talvez devêssemos começar a lançar uma exceção no 1.16 quando as pessoas passarem a string "nan", para prepará-las para o python 3?
Infelizmente stackoverflow recomenda passar 'nan'.
Link para informações incorretas do SO: https://stackoverflow.com/questions/1987694/how-to-print-the-full-numpy-array
Em vez disso, tente
threshold=sys.maxsize
,threshold
está documentado comoint
.
Obrigado! funcionou perfeitamente bem.
Na verdade, o problema surgiu ao seguir o link do SO mencionado.
Comentários muito úteis
Em vez disso, tente
threshold=sys.maxsize
,threshold
está documentado comoint
.