Python 在pycharm 2018中运行增长自组织映射的github实现失败

我有一些代码的增长自组织映射（GSOM）从 （理解GSOM机制所需的所有信息已在实施文件中描述）

我曾尝试在PyCharm版本2018.1.4中使用python 3.6作为项目解释器运行它，但遇到了以下错误：

ValueError:要解压缩的值太多（应为2个）

上面的错误与GSOM类的构造函数有关，特别是在下面的循环中：

        for fn,t in dataset:
            arr = scipy.array(t)
            self.data.append([fn,arr])

我知道此错误是循环中常见的错误，我必须说我尝试了所有堆栈溢出解决方案来解决此错误，例如，我使用了类似iteritems（）的函数，但在此之后，我遇到了以下错误：

AttributeError:'numpy.ndarray'对象没有属性'iteritems'

我为使用此实现编写的代码如下：

from gsom import GSOM
import numpy as np
dataset = np.array([
          [1., 0., 0.],
          [1., 0., 1.],
          [0., 0., 0.5],
          [0.125, 0.529, 1.0],
          [0.33, 0.4, 0.67],
          [0.6, 0.5, 1.0],
          [0., 1., 0.],
          [1., 0., 0.],
          [0., 1., 1.],
          [1., 0., 1.],
          [1., 1., 0.],
          [1., 1., 1.],
          [.33, .33, .33],
          [.5, .5, .5],
          [.66, .66, .66]])
SF = 0.5
Test = GSOM(dataset, SF)

顺便说一句，我是一个普通的python程序员，我将使用这个实现作为硕士论文的主要部分，用二维网格可视化高维数据

我上面使用的数据集是三维的（有三个属性），是理解GSOM实现性能的一个简单示例

---

我必须提到的是，我将在我的论文中使用的原始数据集有20多个属性。

用于在完成4小时搜索后解决此错误！！我发现我必须使用以下代码：

for fn, t in np.ndenumerate(dataset):
    arr = scipy.array(t)
    self.data.append([fn, arr])

ndenumerate（）是从numpy到以正确方式在numpy数据数组中循环的关键函数

谢谢我！ ：）