橙色画布/python脚本/interpn

我试图在橙色画布中创建python脚本小部件，但很难找到有效的示例：

我想做的是： 1） 我想创建一个基于scipy.interpole.interpn（或其他interp，这是一个示例）的学习者 2） 培训数据集来自橙色表（目标已定义） 3） 输出结果与现有学习者相同，例如KNN

我试图从现有的小部件（如KNN小部件）中学习，但当我复制脚本中的代码时，什么也没有发生

你知道怎么做吗

以下是我在脚本中输入的代码：

from Orange.data import Domain, Table
from scipy.interpolate import interp1d
import numpy as np

# 1 data generation
train_data = in_datas[0].copy()
data2predict_data = in_datas[1].copy()

print('step_1')

xtrain = train_data[:,0]
xtrain = np.reshape(xtrain,len(xtrain))

xtrain = np.array(xtrain)
xtrain = xtrain.T

ytrain = np.array(train_data[:,1])
ytrain = np.reshape(ytrain,len(ytrain))

# 2 learning
f = interp1d(xtrain, ytrain)
print('step_2')

# 3 predicting
xnew = data2predict_data[:,0]
xnew = np.reshape(xnew,len(xnew))  
xnew = np.array(xnew)
xnew = xnew.T

ynew = f(xnew)
print('step_3')

out_data = Table(np.reshape(ynew,[len(ynew),1]))

正如您在我的代码中看到的，在这个过程中，我使用了2个数据集作为输入。我想做的是有一个学习阶段。当我需要的时候，我可以在上面插入一个新的数据集来预测。怎么做

---

能够自动检测目标是很好的…

如果你的意思是

Orange3

，那么也许你应该问作者：请提供一个代码示例，这样我们就可以看到发生了什么。创建Orange python窗口的文档不是很好，不幸的是，您应该从一个更简单的示例开始，按照此处的教程进行操作：