我是初学者,我正在尝试使用scipy的回归。我收到了错误:
ValueError:要解压缩的值太多
当我运行以下代码时:
testArray1 = [1,2,3]
testArray2 = [2,3,4]
slope, intercept, r_value, std_err = scipy.stats.linregress(testArray1,testArray2)
答案 0 :(得分:3)
寻找相同错误的答案让我在这里,只是在我的情况下我使用了更复杂的输入(屏蔽数组,详细前面)。我在这里发布我的解决方案以防有人可能需要它。
如果是蒙面数组(SciPy: Masked arrays),SciPy会为它们指定一组统计函数:scipy.stats.mstats。
例如,当scipy.stats.linregress调用时,一些数组列表会产生相同的错误:
from scipy import stats
x = [array([4.04]), array([4.38])]
y = [array([3.60]), array([4.03])]
slope, intercept, r_value, std_err = scipy.stats.linregress(x,y)
Traceback (most recent call last):
File "code.py", line 4, in <module>
slope, intercept, r, prob, sterrest = stats.linregress(x,y)
File ".../anaconda/lib/python3.4/site-packages/scipy/stats/_stats_mstats_common.py", line 79, in linregress
ssxm, ssxym, ssyxm, ssym = np.cov(x, y, bias=1).flat
ValueError: too many values to unpack (expected 4)
但是使用stats.mstats.linregress()会修复它:
from scipy import stats
x = [array([4.04]), array([4.38])]
y = [array([3.60]), array([4.03])]
slope, intercept, r_value, std_err = scipy.stats.mstats.linregress(x,y)
print(r**2)
>>> 1.0