Python 绘制matplotlib后的Sklearn回归拟合错误

已解决

问题似乎在于Anaconda安装的软件包和全局安装的pip软件包之间存在冲突（我安装了Python 3.8单机版）。我不是100%知道冲突的确切来源，但是在卸载Python 3.8和Anaconda（然后重新安装Anaconda和我需要的所有软件包）之后，

ValueError

不再发生。这让我相信，当我用pip安装一个包时，sklearn或它的一个依赖项是用pip全局安装的（意外地全局安装），并且这个包与Anaconda版本冲突，导致

ValueError

---

我用Python创建了一个回归图，用sklearn拟合数据，然后在JupyterLab中用matplotlib绘制。问题是，每隔运行一次单元格，我就会在internal None的第4个参数中得到一个

ValueError:非法值

因此，如果我第一次运行该单元，所有操作都按预期进行，那么第二次运行它时，它将给出该错误（最后出现完整错误，代码如下）。请注意，只有当数据（x数组和y数组）的长度为9或更长时（无论单元格运行多少次，长度为8或更短都不会导致任何错误），才会发生这种情况（至少在我这边）

理想情况下，我希望通过在我的代码中添加一些东西或者如果我需要更新/降级一个包来修复他的问题。下面我按以下顺序列出了我的代码单元、错误消息、软件包版本（与anaconda一起安装）以及我尝试过但不起作用的解决方案

注意：ValueError仅在每隔一次运行时发生（因此第一次运行正常），如果我重新运行单元格或运行另一个基本相同但输入不同的单元格（x和y），ValueError将立即发生

(一)


在另一个stackoverflow上，有一条评论提到可能会出现坏的
scipy
install，我尝试使用conda强制重新安装，但没有效果

另一个（在同一页上）提到了
plt.show（）
，但是从代码单元格中包含或排除它对错误的发生没有影响。
我有完全相同的经验（使用PyCharm和no Anaconda）-再次运行有问题的行，它会工作


LinalError回溯（最近一次调用上次）
在里面
---->1 lm.装配（X_系列、y_系列）

~\pycharmprojects\jupyternotebooks\venv\lib\site packages\sklearn\linear\u model\u base.py适合（自身、X、y、样本重量）
545其他：
546 self.coef_，self.residence，self.rank，self.singular _=

-->547 linalg.lstsq（X，y）
548 self.coef=self.coef.T
549

lstsq中的~\pycharmprojects\jupyternotebooks\venv\lib\site packages\scipy\linalg\basic.py（a、b、cond、overwrite\u a、overwrite\u b、check\u finite、lapack\u驱动程序）
1219秒，假，假）
1220如果信息>0：
->1221上升直线误差（“SVD未在线性最小二乘中收敛”）
1222如果信息<0：
1223 raise VALUERROR（'内部%s的第%d个参数中的值非法'

LinalError:SVD没有在线性最小二乘法中收敛
我有完全相同的经验（使用PyCharm和no Anaconda）-再次运行有问题的行，它会工作


LinalError回溯（最近一次调用上次）
在里面
---->1 lm.装配（X_系列、y_系列）

~\pycharmprojects\jupyternotebooks\venv\lib\site packages\sklearn\linear\u model\u base.py适合（自身、X、y、样本重量）
545其他：
546 self.coef_，self.residence，self.rank，self.singular _=

-->547 linalg.lstsq（X，y）
548 self.coef=self.coef.T
549

lstsq中的~\pycharmprojects\jupyternotebooks\venv\lib\site packages\scipy\linalg\basic.py（a、b、cond、overwrite\u a、overwrite\u b、check\u finite、lapack\u驱动程序）
1219秒，假，假）
1220如果信息>0：
->1221上升直线误差（“SVD未在线性最小二乘中收敛”）
1222如果信息<0：
1223 raise VALUERROR（'内部%s的第%d个参数中的值非法'

LinalError:SVD没有以线性最小二乘法收敛
无法再现错误..您的软件包是同一版本吗？您是使用anaconda安装的吗？我将尝试创建一个新的anaconda虚拟环境，只安装基本功能（Jupyter Lab、numpy、matplotlib、scipy、scikit learn等）看看我安装的其他软件包是否有问题，这些软件包破坏了scikit learn或我在代码中使用的其他软件包的安装。如果是版本问题，你可以简单地更新你的软件包。我无法重现你的错误，这意味着代码没有问题。尝试重新安装：）结果不是版本问题，相反，我认为这是我的Python3.8安装和Anaconda安装之间的冲突，在这两个安装中，我安装了一个带有pip的包（但它没有使用Anaconda的虚拟环境的pip，而是使用了Python3.8安装全局pip）我想发生的事情是，我有两个不同版本的sklearn或它的一个依赖项，这导致了这个问题。无法重现错误。您的包是相同的版本吗？你是用anaconda安装的吗？我将尝试创建一个新的anaconda虚拟环境，只安装基础（Jupyter Lab、numpy、matplotlib、scipy、scikit learn等），看看我安装的其他软件包是否有问题，这些软件包破坏了scikit learn的安装或我在代码中使用的其他软件包之一。如果是版本问题，你可以简单地更新你的软件包。我无法重现您的错误，这意味着代码正常。尝试重新安装：）结果表明这不是版本问题，而是冲突
import matplotlib.pyplot as plt
import numpy as np

from sklearn.linear_model import LinearRegression

data_length = 9  # ValueErrors occur at 9 or greater (8 or less doesn't produce any errors)

x = np.random.rand(data_length)
x_train = x[:, np.newaxis]

y = np.random.rand(data_length)

model = LinearRegression().fit(x_train, y)

plt.figure(figsize=(8, 6))
plt.title('Example Regression that Produces a ValueError Every Other Run')

plt.yticks(fontsize=14)
plt.xticks(fontsize=14)

plt.xlabel('M03A 28% SVR Activity (%)', fontsize=14)
plt.ylabel('Reference Activity (%)', fontsize=14)

ax = plt.gca()

color=next(ax._get_lines.prop_cycler)['color']

plt.plot(x, model.predict(x[:, np.newaxis]), label='Line of Best Fit', color=color)

plt.text(
    .05,
    .5,
    'y = {}x {} {}\n$R^2$ = {}'.format(
        round(model.coef_[0], 2), '-' if model.intercept_ < 0 else '+', abs(round(model.intercept_, 2)), round(model.score(x_train, y), 2)),
    bbox=dict(facecolor='white', edgecolor=color),
    color=color,
    transform=ax.transAxes,
)

color=next(ax._get_lines.prop_cycler)['color']

plt.plot(x, y, 'o', color=color, label='Data')

plt.xlim(0, np.max(x)*1.1)
plt.ylim(0, np.max(y)*1.1)

plt.legend()
plt.show()  # removing this makes no difference

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-40-c3d4bd1a69a4> in <module>
      6 y = np.random.rand(data_length)
      7 
----> 8 model = LinearRegression().fit(x_train, y)
      9 
     10 plt.figure(figsize=(8, 6))

~\Anaconda3\lib\site-packages\sklearn\linear_model\_base.py in fit(self, X, y, sample_weight)
    545         else:
    546             self.coef_, self._residues, self.rank_, self.singular_ = \
--> 547                 linalg.lstsq(X, y)
    548             self.coef_ = self.coef_.T
    549 

~\AppData\Roaming\Python\Python38\site-packages\scipy\linalg\basic.py in lstsq(a, b, cond, overwrite_a, overwrite_b, check_finite, lapack_driver)
   1223             raise LinAlgError("SVD did not converge in Linear Least Squares")
   1224         if info < 0:
-> 1225             raise ValueError('illegal value in %d-th argument of internal %s'
   1226                              % (-info, lapack_driver))
   1227         resids = np.asarray([], dtype=x.dtype)

ValueError: illegal value in 4-th argument of internal None
​```

matplotlib -> 3.3.1
numpy -> 1.19.1
scikit-learn -> 0.23.2
scipy -> 1.5.0