计算参数时出错（不支持的操作数类型）

Question

我正在尝试为我的小型数据科学项目计算线性回归。

我有课

import numpy as np

# I'm using the idea from https://devarea.com/linear-regression-with-numpy/#.XRfdcegzaUk
class LinearRegression:
    def __init__(self, values):
        self.y = np.array(values)
        self.x = np.array([number for number in range(1, len(values)+1)])
        self.values_to_return = []

    def getlinear(self, x1):
        # Function that returns value
        def inner(x1):
            return self.m * x1 + self.b

        self.m = (len(self.x) * np.sum(self.x*self.y) - np.sum(self.x) * np.sum(self.y)) / (len(self.x)*np.sum(self.x*self.x) - np.sum(self.x) * np.sum(self.x))
        self.b = (np.sum(self.y) - self.m*np.sum(self.x)) / len(self.x)

        return inner

我得到了错误

文件“c:/Users/Paweł/Documents/projects vscode/WorldBankDataKeras/tests.py”，第 35 行，在 country1 = data.CountryInformations('波兰') init 中的文件“c:\Users\Paweł\Documents\projects vscode\WorldBankDataKeras\data.py”，第 26 行 linear.return_values_of_linear_regression()) 文件“c:\Users\Paweł\Documents\projects vscode\WorldBankDataKeras\linear_regr.py”，第 22 行，在 return_values_of_linear_regression self.values_to_return.append(self.getlinear(x_param)) 文件“c:\Users\Paweł\Documents\projects vscode\WorldBankDataKeras\linear_regr.py”，第 15 行，在 getlinear self.m = (np.array(len(self.x)) * np.sum(self.x*self.y) - np.sum(self.x) * np.sum(self.y)) / ( np.array(len(self.x))np.sum(self.xself.x) - np.sum(self.x) * np.sum(self.x)) TypeError: *: 'int' 和 'dict_values' 的不支持的操作数类型

我做错了什么？

编辑：

当将 list(dictionary.values()) 传递给我得到的类时

Traceback（最近一次调用最后一次）： 文件“c:/Users/Paweł/Documents/projects vscode/WorldBankDataKeras/tests.py”，第 41 行，在 graph.plot_graph_renewable_electricity_status() 文件“c:\Users\Paweł\Documents\projects vscode\WorldBankDataKeras\graph_plotting.py”，第 115 行，在 plot_graph_renewable_electricity_status 线型='-') 文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\matplotlib__init__.py”，第 1810 行，在内部 返回函数（ax，*args，**kwargs） 文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\matplotlib\axes_axes.py”，第 1612 行，在图中 self.add_line(line) 文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\matplotlib\axes_base.py”，第 1895 行，在 add_line self._update_line_limits(line) 文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\matplotlib\axes_base.py”，第 1917 行，在 _update_line_limits 路径 = line.get_path() 文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\matplotlib\lines.py”，第 945 行，在 get_path self.recache() 文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\matplotlib\lines.py”，第 645 行，在重新缓存中 y = _to_unmasked_float_array(yconv).ravel() _to_unmasked_float_array 中的文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\matplotlib\cbook__init__.py”，第 1365 行 返回 np.asarray(x, 浮点数) 文件“C:\Users\Paweł\AppData\Local\Programs\Python\Python37\lib\site-packages\numpy\core\numeric.py”，第 538 行，在 asarray 中 返回数组（a，dtype，copy=False，order=order） TypeError: float() 参数必须是字符串或数字，而不是“函数”

编辑 2：

class CountryInformations:

    def __init__(self, name):
        self.name = name

        xls_parsing = xls_parse.XLSParsing(self.name)

        self.population = xls_parsing.import_country_population()
        self.co2_emissions = xls_parsing.import_country_co2_emissions()
        self.renewable_electricity_status = xls_parsing.import_country_renewable_electricity_status()

        # I want to have linear regression values in format [year] : value
        self.population_linear_regression = self.population.copy()
        self.co2_emissions_linear_regression = self.co2_emissions.copy()
        self.renewable_electricity_status_linear_regression = self.renewable_electricity_status.copy()

        linear = linear_regr.LinearRegression(list(self.population_linear_regression.values()))
        # Replacing values in dict by values from linear regression
        self.population_linear_regression = dict.fromkeys(self.population_linear_regression,
                                                          linear.return_values_of_linear_regression())

        linear = linear_regr.LinearRegression(list(self.co2_emissions_linear_regression.values()))
        # Replacing values in dict by values from linear regression
        self.co2_emissions_linear_regression = dict.fromkeys(self.co2_emissions_linear_regression,
                                                             linear.return_values_of_linear_regression())

        linear = linear_regr.LinearRegression(list(self.renewable_electricity_status_linear_regression.values()))
        # Replacing values in dict by values from linear regression
        self.renewable_electricity_status_linear_regression = dict.fromkeys(self.renewable_electricity_status_linear_regression, 
                                                                            linear.return_values_of_linear_regression())

    def __str__(self):
        print_string = 'Country: {} \n \
                        Population: {}M \n \
                        CO2 Emissions: {}KT \n \
                        Renewable Electricity Status: {}%'.format(self.name, \
                                                                  self.population, \
                                                                  self.co2_emissions, \
                                                                  self.renewable_electricity_status)
        return print_string

Answer 1

我通过删除内部函数解决了这个问题。我不知道为什么它会这样做

def getlinear(self, x1):

    self.m = (len(self.x) * np.sum(self.x*self.y) - np.sum(self.x) * np.sum(self.y)) / (len(self.x)*np.sum(self.x*self.x) - np.sum(self.x) * np.sum(self.x))
    self.b = (np.sum(self.y) - self.m*np.sum(self.x)) / len(self.x)

    return self.m * x1 + self.b

感谢大家的帮助