有超过一个元素的数组的Pyplot真值是不确定

Question

我想实现一个KNN 1D估计：

# nearest neighbors estimate 
def nearest_n(x, k, data): 
    # Order dataset 
    #data = np.sort(data, kind='mergesort') 
    nnb = [] 
    # iterate over all data and get k nearest neighbours around x 
    for n in data: 
     if nnb.__len__()<k: 
      nnb.append(n) 
     else: 
      for nb in np.arange(0,k): 
       if np.abs(x-n) < np.abs(x-nnb[nb]): 
        nnb[nb] = n 
        break 

    nnb = np.array(nnb) 
    # get volume(distance) v of k nearest neighbours around x 
    v = nnb.max() - nnb.min() 
    v = k/(data.__len__()*v) 

    return v 

interval = np.arange(-4.0, 8.0, 0.1) 
plt.figure() 
for k in (2,8,35): 
    plt.plot(interval, nearest_n(interval, k,train_data), label=str(o)) 
plt.legend() 
plt.show() 

会抛出：

File "x", line 55, in nearest_n 
    if np.abs(x-n) < np.abs(x-nnb[nb]): 
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

我知道错误来自数组输入在plot（）中，但我不知道如何在运算符中避免这种情况>/==/<

'data'来自包含浮点数的1D txt文件。

我尝试使用矢量化：

nearest_n = np.vectorize(nearest_n) 

导致：

line 50, in nearest_n 
    for n in data: 
TypeError: 'numpy.float64' object is not iterable 

下面是一个例子，让我们说：

data = [0.5,1.7,2.3,1.2,0.2,2.2] 
k = 2 

nearest_n（1.5）应该然后导致

nbb=[1.2,1.7] 
v = 0.5 

并返回2 /（6 * 0.5）= 2/3

该函数运行例如neares_n（2.0,4，数据），并给出0.0741586011463

Answer 1

你在np.arange(-4, 8, .01)传递作为x ，这是一组值。所以x - n是一个长度与x相同的数组，在这种情况下是120个元素，因为减去一个数组和一个标量确实是逐元素减法。与nnb[nb]一样。因此，比较的结果是一个长度为120的数组，其布尔值取决于np.abs(x-n)的每个元素是否小于np.abs(x-nnb[nb])的对应元素。这不能直接用作条件，你需要将这些值合并为一个布尔值（使用all()，any()或者只是重新考虑代码）。

Answer 2

plt.figure() 
X = np.arange(-4.0,8.0,0.1) 
for k in [2,8,35]: 
    Y = [] 
    for n in X: 
     Y.append(nearest_n(n,k,train_data)) 
    plt.plot(X,Y,label=str(k)) 
plt.show() 

工作正常。我认为pyplot.plot会为我做这件事情，但我想它不会...