Numpy SciPy PearsonR ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

我在使用SciPy的

pearsonr

方法时遇到了一些问题。我试图让它尽可能简单（注意华丽的N^2循环），但仍然遇到了这个问题。我不完全明白我错在哪里。我的数组被正确选择，并且具有相同的维度

我运行的代码是：

from scipy import stats
from sklearn.preprocessing import LabelBinarizer, Binarizer
from sklearn.feature_extraction.text import CountVectorizer

ny_cluster = LabelBinarizer().fit_transform(ny_raw.clusterid.values)
ny_vocab = Binarizer().fit_transform(CountVectorizer().fit_transform(ny_raw.text.values))

ny_vc_phi = np.zeros((ny_vocab.shape[1], ny_cluster.shape[1]))
for i in xrange(ny_vc_phi.shape[0]):
    for j in xrange(ny_vc_phi.shape[1]):
        ny_vc_phi[i,j] = stats.pearsonr(ny_vocab[:,i].todense(), ny_cluster[:,j])[0]

这会产生错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
/data/TweetClusters/TweetsLocationBayesClf/<ipython-input-29-ff1c3ac4156d> in <module>()
      3 for i in xrange(ny_vc_phi.shape[0]):
      4     for j in xrange(ny_vc_phi.shape[1]):
----> 5         ny_vc_phi[i,j] = stats.pearsonr(ny_vocab[:,i].todense(), ny_cluster[:,j])[0]
      6 

/usr/lib/python2.7/dist-packages/scipy/stats/stats.pyc in pearsonr(x, y)
   2201     # Presumably, if abs(r) > 1, then it is only some small artifact of floating

   2202     # point arithmetic.

-> 2203     r = max(min(r, 1.0), -1.0)
   2204     df = n-2
   2205     if abs(r) == 1.0:

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
/数据/TweetClusters/TweetsLocationBayesClf/in（）
3对于X范围内的i（ny_vc_phi.形状[0]）：
4对于X范围内的j（ny_vc_phi.形状[1]）：
---->5 ny_vc_phi[i，j]=stats.pearsonr（ny_vocab[：，i].todense（），ny_cluster[：，j]）[0]
6.
/pearsonr（x，y）中的usr/lib/python2.7/dist-packages/scipy/stats/stats.pyc
2201#假设，如果abs（r）>1，那么它只是浮动的一些小伪影
2202点运算。
->2203 r=最大值（最小值（r，1.0），-1.0）
2204 df=n-2
2205如果abs（r）==1.0：
ValueError：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）

---

我真的不明白这个选择是怎么回事。当然，我不知道r变量是如何计算出来的，这对我没有帮助。可能是我把输入搞乱了吗？

检查

pearsonr

的参数是否是一维数组。也就是说，无论是

ny_vocab[：，i].todense（）

还是

ny_cluster[：，j]

都应该是1-d。尝试：

    ny_vc_phi[i,j] = stats.pearsonr(ny_vocab[:,i].todense().ravel(), ny_cluster[:,j].ravel())[0]

---

（我为

pearsonr

的每个参数添加了对

ravel（）

的调用）

这与我的解决方案非常接近，因此我将其标记为已回答。对于任何想知道的人来说，我使用的是稀疏矩阵，因此需要包括一个数组强制转换。对于任何想知道的人来说，这行逐字逐句是

ny\u vc\u phi[i，j]=stats.pearsonr（np.squence（np.asarray（ny\u vocab[：，i].todense（）），ny\u cluster[：，j]）[0]

我正要编辑这个问题，并建议

squence

作为替代方案，如果这个问题仅仅是一个“琐碎”维度，但你比我先解决了。：-）