ValueError:第一个参数必须是序列-->；散点图Python

我目前正在努力绘制我的线性回归输出。我发现了一个类似的问题，建议确保将数据类型设置为int。我已经确保将其合并到我的代码中

我已经阅读了很多次代码，对我来说结构似乎很合理。我愿意接受任何和所有的反馈！非常感谢你的帮助

请注意，列（事故严重程度和伤亡人数）仅为数字。（即事故严重程度为3，涉及1人伤亡）

-------------------步骤1-------------------

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
%pylab inline
import matplotlib.pyplot as plt

raw_data = pd.read_csv("/Users/Maddco12/Desktop/1-6m-accidents-traffic-flow-over-16-years/accidents_2005_to_2007.csv")
dtype={'Number_of_Casualties': int,'Accident_Severity': int}
raw_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Accident_Severity"])] #removes rows with NaN in them
filtered_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Number_of_Casualties"])] #removes rows with NaN in them
filtered_data.head(4)

npMatrix = np.matrix(filtered_data)
X, Y = npMatrix[:,0], npMatrix[:,1]
mdl = LinearRegression().fit(filtered_data[['Number_of_Casualties']],
filtered_data.Accident_Severity)
m = mdl.coef_[0]
b = mdl.intercept_
print "formula: y = {0}x + {1}".format(m, b)

-------------------步骤2-------------------

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
%pylab inline
import matplotlib.pyplot as plt

raw_data = pd.read_csv("/Users/Maddco12/Desktop/1-6m-accidents-traffic-flow-over-16-years/accidents_2005_to_2007.csv")
dtype={'Number_of_Casualties': int,'Accident_Severity': int}
raw_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Accident_Severity"])] #removes rows with NaN in them
filtered_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Number_of_Casualties"])] #removes rows with NaN in them
filtered_data.head(4)

npMatrix = np.matrix(filtered_data)
X, Y = npMatrix[:,0], npMatrix[:,1]
mdl = LinearRegression().fit(filtered_data[['Number_of_Casualties']],
filtered_data.Accident_Severity)
m = mdl.coef_[0]
b = mdl.intercept_
print "formula: y = {0}x + {1}".format(m, b)

-------------------步骤3-------------------

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
%pylab inline
import matplotlib.pyplot as plt

raw_data = pd.read_csv("/Users/Maddco12/Desktop/1-6m-accidents-traffic-flow-over-16-years/accidents_2005_to_2007.csv")
dtype={'Number_of_Casualties': int,'Accident_Severity': int}
raw_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Accident_Severity"])] #removes rows with NaN in them
filtered_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Number_of_Casualties"])] #removes rows with NaN in them
filtered_data.head(4)

npMatrix = np.matrix(filtered_data)
X, Y = npMatrix[:,0], npMatrix[:,1]
mdl = LinearRegression().fit(filtered_data[['Number_of_Casualties']],
filtered_data.Accident_Severity)
m = mdl.coef_[0]
b = mdl.intercept_
print "formula: y = {0}x + {1}".format(m, b)

-------------------步骤4-------------------

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
%pylab inline
import matplotlib.pyplot as plt

raw_data = pd.read_csv("/Users/Maddco12/Desktop/1-6m-accidents-traffic-flow-over-16-years/accidents_2005_to_2007.csv")
dtype={'Number_of_Casualties': int,'Accident_Severity': int}
raw_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Accident_Severity"])] #removes rows with NaN in them
filtered_data.head(4)

filtered_data = raw_data[~np.isnan(raw_data["Number_of_Casualties"])] #removes rows with NaN in them
filtered_data.head(4)

npMatrix = np.matrix(filtered_data)
X, Y = npMatrix[:,0], npMatrix[:,1]
mdl = LinearRegression().fit(filtered_data[['Number_of_Casualties']],
filtered_data.Accident_Severity)
m = mdl.coef_[0]
b = mdl.intercept_
print "formula: y = {0}x + {1}".format(m, b)

-------------------步骤5---------------------（我在这里得到值错误）

错误如下---->

ValueError回溯（最近一次调用）
在（）
---->1 plt.散射（X，Y，颜色=蓝色）
2 plt.绘图（[0100]，[b，m*100+b]，'r'）
3 plt.标题（“线性回归示例”，fontsize=20）
4 plt.xlabel（'伤亡人数'，fontsize=15）
5 plt.ylabel（事故严重程度），fontsize=15）
/用户/maddc12/Documents/Python/anaconda/lib/python2.7/site-packages/matplotlib/pyplot.pyc分散（x、y、s、c、marker、cmap、norm、vmin、vmax、alpha、线宽、顶点、边色、保持、数据、**kwargs）
3256 vmin=vmin，vmax=vmax，alpha=alpha，
3257线宽=线宽，顶点=顶点，
->3258 edgecolors=edgecolors，data=data，**kwargs）
3259最后：
3260斧头保持（洗旧）
/内部的Users/maddc12/Documents/Python/anaconda/lib/python2.7/site packages/matplotlib/__init__.pyc（ax，*args，**kwargs）
1817警告。警告（消息%（标签名称，功能名称），
1818运行时警告，堆栈级别=2）
->1819返回函数（ax，*args，**kwargs）
1820预存单据=内部单据__
1821如果pre_doc为无：
/Users/maddc12/Documents/Python/anaconda/lib/python2.7/site-packages/matplotlib/axes//u axes.pyc分散（self、x、y、s、c、marker、cmap、norm、vmin、vmax、alpha、线宽、顶点、边色、**kwargs）
3836
3837#c将保持不变，除非其长度与x相同：
->3838 x，y，s，c=cbook。删除屏蔽点（x，y，s，c）
3839
3840刻度=s#为便于阅读，重命名如下。
/删除隐藏点（*args）中的Users/maddc12/Documents/Python/anaconda/lib/python2.7/site-packages/matplotlib/cbook.pyc
1846返回（）
1847如果（类似字符串（args[0]）或不可编辑（args[0]）：
->1848 raise VALUERROR（“第一个参数必须是序列”）
1849 nrecs=len（args[0]）
1850马格斯=[]
ValueError:第一个参数必须是序列。

我建议在绘制X和Y值之前检查它们。代码的其余部分是直接向前看的，所以问题很可能就在那里

散点图期望X和Y的值数组

试试这个，看看是否有效

plt.scatter([X],[Y], color='blue')

---

也许你应该检查你的csv文件。如果使用旧的Excel版本生成，可能会出现这种错误。我解决了这个问题，将我的csv加载到Google电子表格中，然后再次将其导出为（更好的）csv文件。有些csv文件类型和python的某些版本似乎存在奇怪的不兼容性。在这里，您对这个问题进行了有价值的讨论：。希望能有帮助

不幸的是，这并没有产生预期的结果。下面是产生的以下错误。ValueError:float（）的文本无效：200797UD71405