Unicode 不相等比较无法将两个参数都转换为 Unicode”matplotlib 中的错误答案

【问题标题】：Unicode unequal comparison failed to convert both arguments to Unicode" error in matplotlibUnicode 不相等比较无法将两个参数都转换为 Unicode”matplotlib 中的错误
【发布时间】：2016-07-02 08:36:50
【问题描述】：

这是我的代码，我正在尝试为下面坐标矩阵中的点列表运行此 DBSCAN 算法。矩阵如下：

[[43.285569, 5.350558], 
[48.728766, 2.369763], 
[48.82206, 2.325197], 
[48.82206, 2.325197], 
....................
[48.822879, 2.325046], 
[48.822943, 2.325099], 
[48.830726, 2.331268]]

但是，当我运行代码时，出现以下错误：

"UnicodeWarning: Unicode unequal comparison failed to convert both arguments to Unicode - interpreting them as being unequal
  if self._markerfacecolor != fc:"

谁能说明为什么会发生这种情况？谢谢！

from sklearn.cluster import DBSCAN
from sklearn.preprocessing import StandardScaler
import numpy as np
import numpy
import csv


def plot_cluster(cluster, sample_matrix):
    import matplotlib.pyplot as plt
    import numpy as np

    f = lambda row: [float(x) for x in row]

    sample_matrix = map(f,sample_matrix)
    print sample_matrix
    sample_matrix = StandardScaler().fit_transform(sample_matrix)

    core_samples_mask = np.zeros_like(cluster.labels_, dtype=bool)
    core_samples_mask[cluster.core_sample_indices_] = True
    labels = cluster.labels_

    # Black removed and is used for noise instead.
    unique_labels = set(labels)
    colors = plt.cm.Spectral(np.linspace(0, 1, len(unique_labels)))
    for k, col in zip(unique_labels, colors):
        if k == -1:
            # Black used for noise.
            col = 'k'

        class_member_mask = (labels == k)  # generator comprehension
        # X is your data matrix
        X = np.array(sample_matrix)

        xy = X[class_member_mask & core_samples_mask]

        plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=col,
                 markeredgecolor='k', markersize=14)

        xy = X[class_member_mask & ~core_samples_mask]
        plt.plot(xy[:, 0], xy[:, 1], 'o', markerfacecolor=col,
                 markeredgecolor='k', markersize=6)

    plt.ylim([0,10])
    plt.xlim([0,10])
#        plt.title('Estimated number of clusters: %d' % n_clusters_)
    plt.savefig('cluster.png')

dbscan_object = DBSCAN(3.0,4)

input = np.genfromtxt(open("dataset_import_noaddress.csv","rb"),delimiter=",", skip_header=1)
coordinates = np.delete(input, [0,1], 1)

result = dbscan_object.fit(coordinates)
print result.labels_

print 'plotting '
plot_cluster(result, coordinates)

【问题讨论】：

它告诉你你没有比较 unicode 对象。
这不是错误，而是警告。

标签： python matplotlib unicode scikit-learn

【解决方案1】：

当您的绘图逻辑出现错误时，不要责怪 DBSCAN。

了解如何阅读错误 trace 并将其包含在您的问题中。发生错误的信息在哪里是最重要的信息！

那么“错误”的标记面颜色是什么？

也许您需要做的就是将'k' 的所有次出现替换为黑色对象（而不是字符串），警告就会消失。

由于您的数据是坐标，您还应该使用半正弦距离，而不是欧几里得。不要扩展数据集！你实际上是在扭曲你的数据。停止回收您在互联网上找到的您不理解的代码。如果您不了解StandardScaler 是什么，请不要使用它。在这里，使用它是不正确的。

【讨论】：