关于“No loop matching the specified signature and casting was found for ufunc lstsq

下面这段代码是使用MatPlotLib绘制数据随时间变化的趋势。

import datetime as dt

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib.pylab as plb

plt.rcParams['font.sans-serif'] = ['SimHei']        # 用来正常显示中文标签

plt.rcParams['axes.unicode_minus'] = False         # 用来正常显示负号

df = pd.DataFrame(columns=('Time', 'Sales'))

start_date = dt.datetime(2022, 7, 1)

end_date = dt.datetime(2022, 7, 10)

daterange = pd.date_range(start_date, end_date)

fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(15, 5))

for single_date in daterange:

    row = dict(zip(['Time', 'Sales'], [single_date, int(50 * np.random.rand(1))]))

    row_s = pd.Series(row)

    row_s.name = single_date.strftime('%b %d')

    df = df.append(row_s)

df.loc['Jul 01': 'Jul 07', ['Sales']].plot(ax=axes[0])

axes[0].set_ylim(0, 50)

axes[0].set_xlabel('Sales Date')

axes[0].set_ylabel('Sale Value')

axes[0].set_title('在轴上表示时间')

axes[0].grid()

# 标绘随时间的趋势

df.loc['Jul 01': 'Jul 07', ['Sales']].plot(ax=axes[1])

xx = np.arange(0, 10).flatten() * 1.0

yy = df['Sales'].values.flatten() * 1.0

# 下面的print用于调试，正式代码中或删除

print('xx: ', xx)

print('type(xx): ', type(xx))

print('type(xx[0]): ', type(xx[0]))

print('xx shape: ', xx.shape)

print('yy: ', yy)

print('type(yy): ', type(yy))

print('type(yy[0]): ', type(yy[0]))

print('yy shape: ', yy.shape)

# 上面的print用于调试，正式代码中或删除

z1 = np.polyfit(xx, yy, 1)

p1 = np.poly1d(z1)

plb.plot(xx, p1(xx), 'm-')

axes[1].set_ylim(0, 50)

axes[1].set_xlabel('Sales Date')

axes[1].set_ylabel('Sale Value')

axes[1].set_title('标绘随时间的趋势')

axes[1].legend(['Sales', 'Trend'])

axes[1].grid()

上面代码在最初运行时，并没有中间一大段print，当执行到z1 = np.polyfit(xx, yy, 1)时报错，在一大段错误信息最后，有一句“TypeError: No loop matching the specified signature and casting was found for ufunc lstsq_n” 。大致意思是：没有找到符合指定签名和特征的循环。

在查找原因的过程中，看到一篇文章pearsonr计算相关性时报错:No loop matching the specified signature and casting was found for ufunc add，其描述的错误现象和上面错误基本相同。于是尝试按照文章中的思路来解决，也才有了上面代码中大段的print。

注意到xx和yy不相同的地方是：xx中元素的类型是：numpy.float64，而yy中元素的类型是float，可能这就是产生错误的原因。于是生成yy的语句由原来的yy = df['Sales'].values.flatten() * 1.0，改为yy = np.array(df['Sales'].values * 1.0, dtype='float64').flatten()，再次运行后没有报错，并绘制出相应的图形。

巴特西

关于“No loop matching the specified signature and casting was found for ufunc lstsq_n”问题的解决

最新文章

热门文章