问题描述
我试图按照 this post 的建议解决方案在我的数据集上拟合 PCA。该代码适用于形状为 iris 的 (150,8) 数据，如下所示：
array([[ 1.7837721,-1.23464679,4.27808537,...,0.63061657,-1.79849625,-1.41574397],[-0.35396307,-0.13400175,3.91751182,-0.58928302,-0.15735542,-0.99157312],[-0.20380491,-1.06074392,4.65814864,2.19686369,0.14920164,2.33371106],[-1.05079672,1.46836264,5.41970214,0.32847349,0.27133141,1.01266607],[ 0.19569856,0.57739573,3.84749973,0.02400556,-0.08193678,0.51223263],[ 0.04905765,0.66314259,6.22608157,0.60076934,-0.56890579,-0.23642103]])
但是，使用我的 (3475,29) 形状数据，它发现了错误：
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-292-5661ffbde57b> in <module>
38 # data = array([randn(8) for k in range(150)])
39 data[:50,2:4] += 5
---> 40 data[50:,2:5] += 5
41
42 """ visualize """
TypeError: can only concatenate list (not "int") to list
我的数据（形状 (3475,29)）如下所示：
array([[58.5,27.0,88.5,nan,0.0,-3.0],[58.5,[47.0,45.0,92.0,1.6,-0.649519052838329,-1.1249999999999998],[46.0,44.5,98.0,2.5,-1.3],40.0,[46.5,76.5,17.767857142857142,-0.4788774197473401,-1.4219984343829701]],dtype=object)
使用的代码：
# SO - doug - my data
from numpy import array,dot,mean,std,empty,argsort
from numpy.linalg import eigh,solve
from numpy.random import randn
from matplotlib.pyplot import subplots,show
def cov(X):
"""
Covariance matrix
note: specifically for mean-centered data
note: numpy's `cov` uses N-1 as normalization
"""
return dot(X.T,X) / X.shape[0]
# N = data.shape[1]
# C = empty((N,N))
# for j in range(N):
# C[j,j] = mean(data[:,j] * data[:,j])
# for k in range(j + 1,N):
# C[j,k] = C[k,k])
# return C
def pca(data,pc_count = None):
"""
Principal component analysis using eigenvalues
note: this mean-centers and auto-scales the data (in-place)
"""
data -= mean(data,0)
data /= std(data,0)
C = cov(data)
E,V = eigh(C)
key = argsort(E)[::-1][:pc_count]
E,V = E[key],V[:,key]
U = dot(data,V) # used to be dot(V.T,data.T).T
return U,E,V
""" test data """
# data = array([randn(8) for k in range(150)])
data = my_data1 # Using my own data
data[:50,2:4] += 5
data[50:,2:5] += 5
""" visualize """
trans = pca(data,3)[0]
fig,(ax1,ax2) = subplots(1,2)
ax1.scatter(data[:50,0],data[:50,1],c = 'r')
ax1.scatter(data[50:,data[50:,c = 'b')
ax2.scatter(trans[:50,trans[:50,c = 'r')
ax2.scatter(trans[50:,trans[50:,c = 'b')
show()
做什么
data[:50,2:5] += 5
做什么？
我试图用
替换这两行data = [data[:50,2:4] += 5]
data = [data[50:,2:5] += 5]
基于this answer，然后返回
File "<ipython-input-296-5d80e1852b4e>",line 42
data = [data[:50,2:4] += 5]
^
SyntaxError: invalid Syntax
感谢任何建议！
解决方法
如果 data 是一个二维数值数组，
data[:50,2:4]
选择数组的一个切片（技术上是 view），并且
data[:50,2:4] += 5
将 5 添加到该切片的所有元素 - 并修改 data。
但是
TypeError: can only concatenate list (not "int") to list
表示 data 包含一个或多个列表，而不是（仅）数字。对于列表，+ 不是（数学）加法，而是连接/连接。 [1,2,3]+[4]。
至于你的第二次尝试：
[data[:50,2:4] += 5]
与
很不一样[i + 1]
[] 创建一个列表。您不能在列表中执行赋值，例如 = 或 +=。因此出现语法错误。
您显示的 (3475,29) 数组将 dtype 列为 object。这是一个强有力的指标，表明它包含数字以外的东西（或除数字之外）。根据错误，那必须是一个列表。
所以你需要清理mydata。