Andrew Ng机器学习课程可视化报错：x和y尺寸不匹配求助

问题背景 #

我正在学习Andrew Ng的机器学习课程，尝试在Python Spyder中复现课程中的数据可视化。

我的数据数组如下：

[['Size' 'Bedrooms' 'Floors' 'Age Home' 'Price']
 ['952' '2' '1' '65' '271.5']
 ['1244' '3' '2' '64' '232']
 ['1974' '3' '2' '17' '509.8']]

想要将Size、Bedrooms、Floors、Age Home分别作为x轴，Price作为y轴绘制散点图，编写的代码如下：

arr = np.loadtxt(r"", delimiter=",", dtype=str)

x_train = arr[1:, 2]
y_train = arr[1:, 4]
x_features = ["Size","Bedrooms","Floors","Age Home"]

print(x_train)
print(y_train)

fig,ax=plt.subplots(1, 4, figsize=(12, 3), sharey=True)
for i in range(len(ax)):
ax[i].scatter(x_train[1: i],y_train)
ax[i].set_xlabel(x_features[i])
ax[0].set_ylabel("Price (1000's)")
plt.show()

但持续报错：

raise ValueError("x and y must be the same size")
ValueError: x and y must be the same size

问题分析与修复 #

报错核心是x和y的长度不匹配，代码存在两个关键问题：

• 仅提取了单一列作为x_train，没有覆盖需要的4个特征列
• 切片x_train[1: i]语法错误，循环时会生成长度与y_train不一致的数组

修改后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt

# 替换为你的数据文件路径
arr = np.loadtxt(r"你的文件路径", delimiter=",", dtype=str)

# 提取所有4个特征列和价格列，并转换为数值类型
x_features = ["Size","Bedrooms","Floors","Age Home"]
x_data = arr[1:, 0:4].astype(float)
y_data = arr[1:, 4].astype(float)

fig, ax = plt.subplots(1, 4, figsize=(12, 3), sharey=True)
for i in range(len(ax)):
    # 取对应特征列作为x轴，确保与y轴长度一致
    ax[i].scatter(x_data[:, i], y_data)
    ax[i].set_xlabel(x_features[i])
ax[0].set_ylabel("Price (1000's)")
plt.tight_layout()  # 优化子图布局，避免标签重叠
plt.show()

关键修改说明 #

1. 修正x轴数据源：提取数组中索引0到3的4个特征列，而非单一列，同时将字符串转换为浮点型，保证绘图数据的正确性
2. 修正循环取值逻辑：用x_data[:, i]每次取对应特征的所有数据，确保和y_data长度完全匹配
3. 补全库导入：明确导入numpy和matplotlib.pyplot，避免环境依赖报错
4. 优化布局：添加plt.tight_layout()自动调整子图间距，提升可视化效果

内容的提问来源于stack exchange，提问作者spacemen