0前言在学习机器学习时，为了便于理解观察，有时候会拿一些一维的数组进行测试，在初学阶段可能就难免会踩到这个坑。这个bug处理起来比较简单，就是将一维的数组变成二维的数组。相关环境：Windows64位Python3.9scikit-learn1.0.2pandas1.4.21场景还原下面用一个简单的小例子还原一下场景来看看如何处理：在做一个线性回归训练的时候，前面读数据、画图，进展的很顺利，但是到了训练模型步骤竟然报错了，从字面意思，训练模型期望传递一个二维的数组，但是实际传递的是一维数组，从给出的信息看，是X出问题了。相关代码如下：#测试代码importpandasaspd#调用sklear
0前言在学习机器学习时，为了便于理解观察，有时候会拿一些一维的数组进行测试，在初学阶段可能就难免会踩到这个坑。这个bug处理起来比较简单，就是将一维的数组变成二维的数组。相关环境：Windows64位Python3.9scikit-learn1.0.2pandas1.4.21场景还原下面用一个简单的小例子还原一下场景来看看如何处理：在做一个线性回归训练的时候，前面读数据、画图，进展的很顺利，但是到了训练模型步骤竟然报错了，从字面意思，训练模型期望传递一个二维的数组，但是实际传递的是一维数组，从给出的信息看，是X出问题了。相关代码如下：#测试代码importpandasaspd#调用sklear
已解决raiseJSONDecodeError(“Expectingvalue”,s,err.value)fromNonejson.decoder.JSONDecodeError:Expectingvalue:line1column1(char0)文章目录报错代码报错翻译报错原因解决方法千人全栈VIP答疑群联系博主帮忙解决报错报错代码粉丝群里面的一个粉丝在用Python解析JSON文件，但是发生了报错（跑来找我求助，然后顺利帮助他解决了，顺便记录一下希望可以帮助到更多遇到这个bug不会解决的小伙伴），报错信息和代码如下：报错信息截图如下（使用json模块经常遇见的bug）：报错翻译报错信息翻译
已解决raiseJSONDecodeError(“Expectingvalue”,s,err.value)fromNonejson.decoder.JSONDecodeError:Expectingvalue:line1column1(char0)文章目录报错代码报错翻译报错原因解决方法千人全栈VIP答疑群联系博主帮忙解决报错报错代码粉丝群里面的一个粉丝在用Python解析JSON文件，但是发生了报错（跑来找我求助，然后顺利帮助他解决了，顺便记录一下希望可以帮助到更多遇到这个bug不会解决的小伙伴），报错信息和代码如下：报错信息截图如下（使用json模块经常遇见的bug）：报错翻译报错信息翻译
一、作用1、Except命令适用于人机交互场景进行使用，是处理交互的常用命令，可以将交互的过程写成一个脚本，通过调用脚本完成自动化过程；2、适用场景：ssh登录，ftp登录等二、基本语法1、Centos可以通过如下命令快速安装expect组件：yum-yinstallexcept-y参数：对所有的提问都回答“yes”2、Except关键命令解析：spawn：启动新的进程expect：从进程接收字符串send：用于向进程发送字符串interact：允许用户交互3、基本用法首行/usr/bin/expect，声明使用except组件，类似/bin/sh用法spawn:spawn+需要执行的shel
一、作用1、Except命令适用于人机交互场景进行使用，是处理交互的常用命令，可以将交互的过程写成一个脚本，通过调用脚本完成自动化过程；2、适用场景：ssh登录，ftp登录等二、基本语法1、Centos可以通过如下命令快速安装expect组件：yum-yinstallexcept-y参数：对所有的提问都回答“yes”2、Except关键命令解析：spawn：启动新的进程expect：从进程接收字符串send：用于向进程发送字符串interact：允许用户交互3、基本用法首行/usr/bin/expect，声明使用except组件，类似/bin/sh用法spawn:spawn+需要执行的shel
参考资料：蔚蓝呆鸟在我学习Pytorch的PIL模块的过程中，运行了如下代码：fromPILimportImagea=Image.open('Avengers.jpeg')ra,ga,ba=a.split()#把图像分割为R,G,B三个通道图像ra.save("R.jpg")ga.save("G.jpg")ba.save("B.jpg")大致意思是将一张RGB图片分成R、G、B三个通道，并分别将每个通道的图片保存下来。但是出现了如下的报错：ValueError:toomanyvaluestounpack(expected3)翻译一下就是用来接收的变量数与函数需要接收的变量数不一致。我查找了好久
参考资料：蔚蓝呆鸟在我学习Pytorch的PIL模块的过程中，运行了如下代码：fromPILimportImagea=Image.open('Avengers.jpeg')ra,ga,ba=a.split()#把图像分割为R,G,B三个通道图像ra.save("R.jpg")ga.save("G.jpg")ba.save("B.jpg")大致意思是将一张RGB图片分成R、G、B三个通道，并分别将每个通道的图片保存下来。但是出现了如下的报错：ValueError:toomanyvaluestounpack(expected3)翻译一下就是用来接收的变量数与函数需要接收的变量数不一致。我查找了好久
我知道有很多人理解不了“条件期望”(ConditionalExpectation)这个东西，有的时候没看清把随机变量看成事件，把\(\sigma\)-algebra看成随机变量从而思路全错的时候，我也会觉得莫名奇妙。所以在这里用一个极其简单的例子解释一下，只要你是一只上过高中的草履虫那就能听懂。\[\]我们来丢一枚质地均匀的硬币（意味着得到正面与反面的概率各为\(\frac{1}{2}\)），连丢两次并记录两次结果。那么很容易可以写出全集\(\Omega=\left\{HH,HT,TH,TT\right\}\)，\(H\)和\(T\)分别代表正面和反面。现在是第一个需要稍加思考的地方，令\(\
我知道有很多人理解不了“条件期望”(ConditionalExpectation)这个东西，有的时候没看清把随机变量看成事件，把\(\sigma\)-algebra看成随机变量从而思路全错的时候，我也会觉得莫名奇妙。所以在这里用一个极其简单的例子解释一下，只要你是一只上过高中的草履虫那就能听懂。\[\]我们来丢一枚质地均匀的硬币（意味着得到正面与反面的概率各为\(\frac{1}{2}\)），连丢两次并记录两次结果。那么很容易可以写出全集\(\Omega=\left\{HH,HT,TH,TT\right\}\)，\(H\)和\(T\)分别代表正面和反面。现在是第一个需要稍加思考的地方，令\(\
