python3でニューラルネットワークに入力したx,y座標がsinカーブよりも上の領域に位置するか、下に位置するかを学習させるためのコードを書いているところですがエラーが発生してどうにも変えても前に進めず、壁にぶち当たりました。

valueErrorが型の違いらしい？ということを調べて予想しているのですが、果たしてどうでしょうか？
もしコードの方にも間違いがありましたら、教えて頂けたら大変嬉しいです。

ValueError                                Traceback (most recent call last)
<ipython-input-15-628624d42e80> in <module>()
    126     plt.plot(

ValueError                                Traceback (most recent call last)
<ipython-input-15-628624d42e80> in <module>()
    126     plt.plot(X, sin_data, linestyle="dashed")
    127     plt.scatter(x_1, y_1, marker="+")
--> 128     plt.scatter(x_2, y_2, marker="=")
    129     plt.show()
    130 

~/anaconda3/lib/python3.6/site-packages/matplotlib/pyplot.py in scatter(x, y, s, c, marker, cmap, nX, sin_data, linestyle="dashed")
    127     plt.scatter(x_1, y_1, marker="+")
--> 128     plt.scatter(x_2, y_2, marker="=")
    129     plt.show()
    130 

~/anaconda3/lib/python3.6/site-packages/matplotlib/pyplot.py in scatter(x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, hold, data, **kwargs)
   3355                          vmin=vmin, vmax=vmax, alpha=alpha,
   3356                          linewidths=linewidths, verts=verts,
-> 3357                          edgecolors=edgecolors, data=data, **kwargs)
   3358     finally:
   3359         ax._hold = washold

~/anaconda3/lib/python3.6/site-packages/matplotlib/__init__.py in inner(ax, *args, **kwargs)
   1708                     warnings.warn(msg % (label_namer, func.__name__),
   1709                                   RuntimeWarning, stacklevel=2)
-> 1710             return func(ax, *args, **kwargs)
   1711         pre_doc = inner.__doc__
   1712         if pre_doc is None:

~/anaconda3/lib/python3.6/site-packages/matplotlib/axes/_axes.py in scatter(self, x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, **kwargs)
   4017         y = np.ma.ravel(y)
   4018         if x.size != y.size:
-> 4019             raise ValueError("x and y must be the same size")
   4020 
   4021         if s is None:

ValueError: x and y must be the same size

以下ソースコード

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

X = np.arange(-1.0, 1.1, 0.1)
Y = np.arange(-1.0, 1.1, 0.1)

input_data = []
correct_data = []
for x in X:
    for y in Y:
        input_data.append([x, y])
        if y < np.sin(np.pi * x):
            correct_data.append([0, 1])
        else:
            correct_data.append([1, 0])

n_data = len(correct_data)

input_data = np.array(input_data)
correct_data = np.array(correct_data)

n_in = 2
n_mid = 6
n_out = 2

wb_width = 0.01
eta = 0.1
epoch = 101
interval = 10

class MiddleLayer:
    def __init__(self, n_upper, n):
        self.w = wb_width * np.random.randn(n_upper, n)
        self.b = wb_width * np.random.randn(n)

    def forward(self, x):
        self.x = x
        u = np.dot(x, self.w) + self.b
        self.y = 1/(1+np.exp(-u))

    def backward(self, grad_y):
        delta = grad_y * (1-self.y)*self.y

        self.grad_w = np.dot(self.x.T, delta)
        self.grad_b = np.sum(delta, axis=0)

        self.grad_x = np.dot(delta, self.w.T)

    def update(self, eta):
        self.w -= eta * self.grad_w
        self.b -= eta * self.grad_b


class OutputLayer:
    def __init__(self, n_upper, n):
        self.w = wb_width * np.random.randn(n_upper, n)
        self.b = wb_width * np.random.randn(n)

    def forward(self, x):
        self.x = x
        u = np.dot(x, self.w) + self.b
        self.y = np.exp(u)/np.sum(np.exp(u), axis=1, keepdims=True)

    def backward(self, t):
        delta = self.y - t

        self.grad_w = np.dot(self.x.T, delta)
        self.grad_b = np.sum(delta, axis=0)

        self.grad_x = np.dot(delta, self.w.T)

    def update(self, eta):
        self.w -= eta * self.grad_w
        self.b -= eta * self.grad_b


middle_layer = MiddleLayer(n_in, n_mid)
output_layer = OutputLayer(n_mid, n_out)

sin_data = np.sin(np.pi * X)
for i in range(epoch):

    index_random = np.arange(n_data)
    np.random.shuffle(index_random)


total_error = 0
x_1 = []
y_1 = []
x_2 = []   
y_2 = [] 

for idx in index_random:

    x = input_data[idx]
    t = correct_data[idx]

    middle_layer.forward(x.reshape(1, 2))
    output_layer.forward(middle_layer.y)

    output_layer.backward(t.reshape(1, 2))
    middle_layer.backward(output_layer.grad_x)

    middle_layer.update(eta)
    output_layer.update(eta)

    if i%interval == 0:

        y = output_layer.y.reshape(-1)

        total_error += np.sum(t * np.log(y + 1e-7))

        if y[0] > y[1]:
            x_1.append(x[0])
            y_1.append(x[1])
        else:
            x_2.append(x[0])
            x_2.append(x[1])


if i%interval == 0:

    plt.plot(X, sin_data, linestyle="dashed")
    plt.scatter(x_1, y_1, marker="+")
    plt.scatter(x_2, y_2, marker="=")
    plt.show()

    print("Epoch:" + str(i) + "/" + str(epoch),
          "Error:" + str(total_error/n_data))