Python 基于矩阵数据集的PyPI包传递熵计算

我有一个方差-协方差矩阵，我试图用PyIF 0.1包计算转移熵。在Jupyter笔记本中，我尝试了以下代码：

import pandas as pd
import seaborn
import matplotlib.pyplot as plt
from PyIF import te_compute as te
import numpy as np

此处，1.csv日期为（6x6）矩阵：

。我收到以下错误消息：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-72-64837a8c877c> in <module>
----> 1 X_1000 = pd.read_csv("1.csv")(6, 1).flatten()
      2 Y_1000 = pd.read_csv("1.csv")(6, 1).flatten()

TypeError: 'DataFrame' object is not callable

我得到以下信息：

---------------------------------------------------------------------------
AssertionError                            Traceback (most recent call last)
<ipython-input-73-92e8b850574f> in <module>
----> 1 TE = te.te_compute(X_1000, Y_1000, k=1, embedding=1, safetyCheck=True, GPU=False)

~/opt/anaconda3/lib/python3.8/site-packages/PyIF/te_compute.py in te_compute(X, Y, k, embedding, safetyCheck, GPU)
     27     assert_true(k>=1, msg="K should be greater than or equal to 1")
     28     assert_true(embedding >= 1, msg='The embedding must be greater than or equal to 1')
---> 29     assert_true(type(X) == np.ndarray, msg='X should be a numpy array')
     30     assert_true(type(Y) == np.ndarray, msg='Y should be a numpy array')
     31     assert_true(len(X) == len(Y), msg='The length of X & Y are not equal')

~/opt/anaconda3/lib/python3.8/unittest/case.py in assertTrue(self, expr, msg)
    763         if not expr:
    764             msg = self._formatMessage(msg, "%s is not true" % safe_repr(expr))
--> 765             raise self.failureException(msg)
    766 
    767     def _formatMessage(self, msg, standardMsg):

AssertionError: False is not true : X should be a numpy array

---------------------------------------------------------------------------
AssertionError回溯（上次最近的调用）
在里面
---->1 TE=TE.TE_计算（X_1000，Y_1000，k=1，嵌入=1，安全检查=True，GPU=False）
te_compute中的~/opt/anaconda3/lib/python3.8/site-packages/PyIF/te_compute.py（X，Y，k，嵌入，安全检查，GPU）
27 assert_true（k>=1，msg=“k应大于或等于1”）
28 assert_true（嵌入>=1，msg='嵌入必须大于或等于1'）
--->29 assert_true（类型（X）==np.ndarray，msg='X应该是一个numpy数组'）
30 assert_true（类型（Y）==np.ndarray，msg='Y应该是一个numpy数组'）
31 assert_true（len（X）==len（Y），msg='X和Y的长度不相等'）
assertTrue（self、expr、msg）中的~/opt/anaconda3/lib/python3.8/unittest/case.py
763如果不是expr：
764 msg=self.\u formatMessage（msg，“%s不是真的”%safe\u repr（expr））
-->765提升自失效异常（msg）
766
767 def_格式消息（self、msg、standardMsg）：
AssertionError:False不是true:X应该是numpy数组

---

克服这一问题的可能行动是什么？提前感谢您的帮助。

代码

X_1000=pd.read\u csv（“1.csv”）

后的括号提高

TypeError

，因为函数

pandas.read\u csv

返回类

pandas.core.frame.DataFrame

的实例，该实例不可调用。这可以通过运行我在这里修改的行来确认，然后打印（键入（X_1000））。非常感谢您的回复。它起作用了。但是X的解决方案应该是一个numpy数组吗？被调用函数的文档对于决定如何进行非常有用：和。IPython中的内省也很有用：。

TE = te.te_compute(X_1000, Y_1000, k=1, embedding=1, safetyCheck=True, GPU=False)

---------------------------------------------------------------------------
AssertionError                            Traceback (most recent call last)
<ipython-input-73-92e8b850574f> in <module>
----> 1 TE = te.te_compute(X_1000, Y_1000, k=1, embedding=1, safetyCheck=True, GPU=False)

~/opt/anaconda3/lib/python3.8/site-packages/PyIF/te_compute.py in te_compute(X, Y, k, embedding, safetyCheck, GPU)
     27     assert_true(k>=1, msg="K should be greater than or equal to 1")
     28     assert_true(embedding >= 1, msg='The embedding must be greater than or equal to 1')
---> 29     assert_true(type(X) == np.ndarray, msg='X should be a numpy array')
     30     assert_true(type(Y) == np.ndarray, msg='Y should be a numpy array')
     31     assert_true(len(X) == len(Y), msg='The length of X & Y are not equal')

~/opt/anaconda3/lib/python3.8/unittest/case.py in assertTrue(self, expr, msg)
    763         if not expr:
    764             msg = self._formatMessage(msg, "%s is not true" % safe_repr(expr))
--> 765             raise self.failureException(msg)
    766 
    767     def _formatMessage(self, msg, standardMsg):

AssertionError: False is not true : X should be a numpy array