我正在从AppDelegate的Firebase数据库中加载数据数组，因为在创建和加载视图之前需要先加载数组。如何将此数组传递给视图控制器以填充TableView？
编辑： 我认为我的措词不正确或提供的信息不足。我有此Firebase数据，需要将其加载到数组中。该数组需要先被加载到应用中，然后才能由使用该数组的视图控制器使用。这是因为视图控制器使用可可豆荚，可可豆荚将数组分为多个类别，以显示在不同的表视图中。我正在使用的可可豆荚的仓库位于here中。
那么我的问题是加载此数组的最佳位置在哪里？我首先想到的是AppDelegate，但是数组为空，因此不会加载表视图。我是iOS编程的新手，因此欢迎任何建议。
答案 0 :(得分：0)
在ValueError Traceback (most recent call last)
<ipython-input-13-03e0dd7acfd0> in <module>()
25
26 two_features = ["width", "wheel-base"]
---> 27 rmse_val = knn_train_test_new(two_features, 'price', numeric_cars)
28
29 #rmse_results = {}
<ipython-input-13-03e0dd7acfd0> in knn_train_test_new(training_col, target_col, df)
14
15 model = KNeighborsRegressor(n_neighbors = k_val)
---> 16 model.fit(train_df[training_col], train_df[target_col])
17
18 predictions = model.predict(test_df[training_col])
~\Anaconda3\lib\site-packages\sklearn\neighbors\base.py in fit(self, X, y)
743 """
744 if not isinstance(X, (KDTree, BallTree)):
--> 745 X, y = check_X_y(X, y, "csr", multi_output=True)
746 self._y = y
747 return self._fit(X)
~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_X_y(X, y, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator)
571 X = check_array(X, accept_sparse, dtype, order, copy, force_all_finite,
572 ensure_2d, allow_nd, ensure_min_samples,
--> 573 ensure_min_features, warn_on_dtype, estimator)
574 if multi_output:
575 y = check_array(y, 'csr', force_all_finite=True, ensure_2d=False,
~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
451 % (array.ndim, estimator_name))
452 if force_all_finite:
--> 453 _assert_all_finite(array)
454
455 shape_repr = _shape_repr(array.shape)
~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in _assert_all_finite(X)
42 and not np.isfinite(X).all()):
43 raise ValueError("Input contains NaN, infinity"
---> 44 " or a value too large for %r." % X.dtype)
45
46
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
类中：
AppDelegate