Python numpy.linalg.LinAlgError：SVD仅在第一次运行时未以线性最小二乘收敛

我一直在努力解决一个已知且有文档记录的SVD converge问题。在阅读了其他人提出的类似问题后，我仔细检查了我的数据，并将其缩减为一个很小的数据帧（仅10行/2列），这两个数据帧都是64。绝对没有NaN或无穷大

在第一次运行时，我通过断点在有问题的行处暂停。第一次手动执行下一行（有问题的）时，我得到一个控制台错误（见下文）-但在后续运行中，它会无错误地解决！！我正在使用numpy 1.19.1

我将非常感谢关于如何解决这一问题的想法或想法。这让我发疯，动摇了我的信心

提前感谢您的建议。我真的很想弄清这件事的真相

卢瑟

守则：

# Simplifying the df
df = df.head(10)
df = df[['dti','close']]
print(df)
ltt2_poly = np.polyfit(df['dti'] - df['dti'][0], df['close'], 2)

在运行时：

pydev debugger: process 36368 is connecting
Connected to pydev debugger (build 202.6948.78)
Importing local settings
   dti  close
0    0  11.28
1    3  11.35
2    4  11.10
3    5  10.95
4    6  11.07
5    7  11.45
6   10  11.46
7   11  11.46
8   12  11.74
9   13  11.96

**ltt2_poly = np.polyfit(df['dti'] - df['dti'][0], df['close'], 2)**

Traceback (most recent call last):
  File "C:\Program Files\JetBrains\PyCharm 2020.1.1\plugins\python\helpers\pydev\_pydevd_bundle\pydevd_exec2.py", line 3, in Exec
    exec(exp, global_vars, local_vars)
  File "<input>", line 1, in <module>
  File "<__array_function__ internals>", line 5, in polyfit
  File "C:\Users\luthor\PycharmProjects\MC\venv\lib\site-packages\numpy\lib\polynomial.py", line 629, in polyfit
    c, resids, rank, s = lstsq(lhs, rhs, rcond)
  File "<__array_function__ internals>", line 5, in lstsq
  File "C:\Users\luthor\PycharmProjects\MC\venv\lib\site-packages\numpy\linalg\linalg.py", line 2306, in lstsq
    x, resids, rank, s = gufunc(a, b, rcond, signature=signature, extobj=extobj)
  File "C:\Users\luthor\PycharmProjects\MC\venv\lib\site-packages\numpy\linalg\linalg.py", line 100, in _raise_linalgerror_lstsq
    raise LinAlgError("SVD did not converge in Linear Least Squares")
numpy.linalg.LinAlgError: SVD did not converge in Linear Least Squares

*In the SAME debug session:*

**ltt2_poly = np.polyfit(df['dti'] - df['dti'][0], df['close'], 2)**    now works!!!

print(ltt2_poly)
[ 1.00902938e-02 -8.70161869e-02  1.13247743e+01]

pydev调试器：进程36368正在连接 已连接到pydev调试器（构建202.6948.78） 导入本地设置 dti关闭 0 0 11.28 1 3 11.35 2 4 11.10 3 5 10.95 4 6 11.07 5 7 11.45 6 10 11.46 7 11 11.46 8 12 11.74 9 13 11.96 **ltt2_poly=np.polyfit（df['dti']-df['dti'][0]，df['close']，2）** 回溯（最近一次呼叫最后一次）： 文件“C:\Program Files\JetBrains\PyCharm 2020.1.1\plugins\python\helpers\pydev\\u pydevd\u bundle\pydevd\u exec2.py”，Exec中的第3行 执行官（exp、全局变量、本地变量） 文件“”，第1行，在 文件“”，第5行，polyfit格式 文件“C:\Users\luthor\PycharmProjects\MC\venv\lib\site packages\numpy\lib\polynomy.py”，第629行，polyfit格式 c、 剩余，秩，s=lstsq（左、右、右） 文件“”，第5行，在lstsq中 lstsq中的文件“C:\Users\luthor\PycharmProjects\MC\venv\lib\site packages\numpy\linalg\linalg.py”，第2306行 x、 剩余，秩，s=gufunc（a，b，rcond，signature=signature，extobj=extobj） 文件“C:\Users\luthor\PycharmProjects\MC\venv\lib\site packages\numpy\linalg\linalg.py”，第100行，位于 raise LinAlgError（“SVD未在线性最小二乘中收敛”） numpy.linalg.LINALGEROR：SVD没有以线性最小二乘收敛 *在同一调试会话中：* **ltt2_poly=np.polyfit（df['dti']-df['dti'][0]，df['close']，2）**现在可以工作了！！！ 打印（ltt2_多边形） [1.00902938e-02-8.70161869e-02 1.13247743e+01] 打印（np.版本） 1.19.1

---

雪上加霜的是，当我将df降低到5-9之间时，它不会失败。我遗漏了什么？？？

我没有解决办法，但我可以告诉你，你并不孤单。我也有同样的毛病

我通过在while-try语句中简单地包装NumPy函数来“修复”它

尽管如此： 尝试： NumPy函数 打破 除：

---

继续

尝试在numpy 1.18中使用conda环境

---

这个版本似乎比这类错误更早出现，而且对我有效

谢谢-但这实际上是相当令人伤心的。我喜欢numpy的丰富性，我担心不能依靠它来产生一致的输出。我希望这里会有一个结果——希望是我没有把它做好！！因此，当第一次尝试结果出现SVD错误时，执行相同的np.polyfit（df['dti']-df['dti'][0]，df['close']，2）再次工作。。。一点额外的信息-我最初的尝试是在PyCharm中，但我在vscode中得到了相同的结果。。。在单独的PC上（排除环境因素）。我真的很想了解原因！随后还尝试了numpy版本1.19.2-还没有乐趣。任何关于根本原因的建议都会受到极大的欢迎。我遇到了类似的问题，我尝试了下面有人建议的1.18.0，然后尝试了除1.19.4之外的所有1.19版本，因为它们目前遇到了一些问题。唯一没有引发此错误的版本是1.19.3。我找不到任何关于为什么会发生这种情况的解释。祝你好运