Numpy Scipy中KL散度的误差计算

我试图用scipy函数计算KL散度

我的

p

是：

array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.],
       [ 0.,  1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])

array([[ 0.05242718,  0.04436347,  0.04130855,  0.04878344,  0.04310538,
         0.02856853,  0.03303122,  0.02517992,  0.08525434,  0.03450324,
         0.14580068,  0.1286993 ,  0.28897473],
       [ 0.65421444,  0.11592199,  0.0642645 ,  0.02989768,  0.01385762,
         0.01756484,  0.01024294,  0.00891479,  0.01140301,  0.00718939,
         0.00938009,  0.01070139,  0.04644726],
       [ 0.65984136,  0.13251236,  0.06345234,  0.02891162,  0.02429709,
         0.02025307,  0.01073064,  0.01170066,  0.00678652,  0.00703361,
         0.00560414,  0.00651137,  0.02236522],
       [ 0.32315928,  0.23900077,  0.05460232,  0.03953635,  0.02901102,
         0.01294443,  0.02372061,  0.02092882,  0.01188251,  0.01377188,
         0.02976672,  0.05854314,  0.14313218],
       [ 0.7717858 ,  0.09692616,  0.03415596,  0.01713088,  0.01108141,
         0.0128005 ,  0.00847301,  0.01049734,  0.0052889 ,  0.00514799,
         0.00442508,  0.00485477,  0.01743218]], dtype=float32)

而

q

是：

array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.],
       [ 0.,  1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.]])

array([[ 0.05242718,  0.04436347,  0.04130855,  0.04878344,  0.04310538,
         0.02856853,  0.03303122,  0.02517992,  0.08525434,  0.03450324,
         0.14580068,  0.1286993 ,  0.28897473],
       [ 0.65421444,  0.11592199,  0.0642645 ,  0.02989768,  0.01385762,
         0.01756484,  0.01024294,  0.00891479,  0.01140301,  0.00718939,
         0.00938009,  0.01070139,  0.04644726],
       [ 0.65984136,  0.13251236,  0.06345234,  0.02891162,  0.02429709,
         0.02025307,  0.01073064,  0.01170066,  0.00678652,  0.00703361,
         0.00560414,  0.00651137,  0.02236522],
       [ 0.32315928,  0.23900077,  0.05460232,  0.03953635,  0.02901102,
         0.01294443,  0.02372061,  0.02092882,  0.01188251,  0.01377188,
         0.02976672,  0.05854314,  0.14313218],
       [ 0.7717858 ,  0.09692616,  0.03415596,  0.01713088,  0.01108141,
         0.0128005 ,  0.00847301,  0.01049734,  0.0052889 ,  0.00514799,
         0.00442508,  0.00485477,  0.01743218]], dtype=float32)

当我这样做时：

entropy(p[0],q[0])

我得到以下错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-201-563ea7d4decf> in <module>()
      4 print('p0:',p[0])
      5 print('q0:',q[0])
----> 6 entropy(p[0],q[0])

/Users/freelancer/anaconda/envs/py35/lib/python3.5/site-packages/matplotlib/mlab.py in entropy(y, bins)
   1570     y = np.zeros((len(x)+2,), x.dtype)
   1571     y[1:-1] = x
-> 1572     dif = np.diff(y)
   1573     up = (dif == 1).nonzero()[0]
   1574     dn = (dif == -1).nonzero()[0]

/Users/freelancer/anaconda/envs/py35/lib/python3.5/site-packages/numpy/lib/function_base.py in histogram(a, bins, range, normed, weights, density)
    781         if (np.diff(bins) < 0).any():
    782             raise ValueError(
--> 783                 'bins must increase monotonically.')
    784 
    785         # Initialize empty histogram

ValueError: bins must increase monotonically.

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
4打印（'p0:'，p[0]）
5打印（'q0:'，q[0]）
---->6熵（p[0]，q[0]）
/熵中的用户/自由职业者/蟒蛇/envs/py35/lib/python3.5/site-packages/matplotlib/mlab.py（y，bin）
1570 y=np.zero（（len（x）+2，），x.dtype）
1571 y[1:-1]=x
->1572 dif=np.差异（y）
1573 up=（dif==1）.nonzero（）[0]
1574 dn=（dif==-1）.nonzero（）[0]
/直方图中的用户/自由职业者/蟒蛇/envs/py35/lib/python3.5/site-packages/numpy/lib/function_base.py（a、箱子、范围、标准化、权重、密度）
781如果（np.diff（bins）<0）.any（）：
782上升值错误(
-->783“垃圾箱必须单调增加”。）
784
785#初始化空直方图
ValueError：箱子必须单调增加。

---

为什么会这样？

这适用于示例阵列：

import scipy as sp
sp.stats.entropy(p[0], q[0])

查看错误消息中的堆栈跟踪，很明显您并没有调用函数，但它的工作方式不同。 以下是相关部分：

/Users/freeloper/anaconda/envs/py35/lib/python3.5/site packages/

matplotlib/mlab.py

熵（y，bin）

---

这适用于示例阵列：

import scipy as sp
sp.stats.entropy(p[0], q[0])

查看错误消息中的堆栈跟踪，很明显您并没有调用函数，但它的工作方式不同。 以下是相关部分：

/Users/freeloper/anaconda/envs/py35/lib/python3.5/site packages/

matplotlib/mlab.py

熵（y，bin）

---

请不要将错误/代码作为屏幕截图发布，而是复制到文本中。@kazemakase done@VeilEclipse:）请不要将错误/代码作为屏幕截图发布，而是复制到文本中。@kazemakase done@VeilEclipse:）谢谢。我导入了matplotlib和scipy的熵。也许它得到了conflicted@VeilEclipse是的，那是可能发生的。结果可能取决于进口的顺序等等。由于这个原因，它通常是全局名称空间的一个缩影——即使一开始看起来很方便。谢谢。我导入了matplotlib和scipy的熵。也许它得到了conflicted@VeilEclipse是的，那是可能发生的。结果可能取决于进口的顺序等等。由于这个原因，它通常是全局名称空间的一个重要组成部分——即使一开始看起来很方便。