NANの問題を防ぐにはどうしたらいいですか？

Question

Mean of empty slice実行時の警告が表示されています。 私の変数が何であるか（numpy配列）を印刷すると、 にはnanの値が含まれています。ランタイム警告は、問題として 行を見ています。それを機能させるために私は何を変えることができますか？

プログラムが問題なく実行されることがあります。ほとんどの時間は ではありません。

これは、虹彩データセット をクラスタリングするスクラッチアルゴリズムからのK-Meansアルゴリズムです。最初に、ユーザに希望の重心（クラスタ）の セントロイドの量を入力するよう促します。次に、ロードされた の数から、指定された範囲内の前記 の数のクラスタをランダムにテキストファイルに生成する。

無限の ループを防ぐために、elseステートメントにブレーク値があります。

セントロイドをファイルのデータポイントから差し引くと、数値がゼロ以下になるためですか？

私が実行したときに私が取得エラー：

How Many Centrouds? 3 
Dimensionality of Data: (150, 4) 
Starting Centroiuds: 
[[ 1.4 7.9 0.2 3.4] 
[ 7.8 0.2 4.3 1.4] 
[ 5.7 6.9 3. 6.6]] 
t0 : 
[[[-3.7 4.4 -1.2 3.2] 
    [ 2.7 -3.3 2.9 1.2] 
    [ 0.6 3.4 1.6 6.4]] 

[[-3.5 4.9 -1.2 3.2] 
    [ 2.9 -2.8 2.9 1.2] 
    [ 0.8 3.9 1.6 6.4]] 

[[-3.3 4.7 -1.1 3.2] 
    [ 3.1 -3. 3. 1.2] 
    [ 1. 3.7 1.7 6.4]] 

..., 
[[-5.1 4.9 -5. 1.4] 
    [ 1.3 -2.8 -0.9 -0.6] 
    [-0.8 3.9 -2.2 4.6]] 

[[-4.8 4.5 -5.2 1.1] 
    [ 1.6 -3.2 -1.1 -0.9] 
    [-0.5 3.5 -2.4 4.3]] 

[[-4.5 4.9 -4.9 1.6] 
    [ 1.9 -2.8 -0.8 -0.4] 
    [-0.2 3.9 -2.1 4.8]]] 

Warning (from warnings module): 
    File "C:\Python27\lib\site-packages\numpy\core\_methods.py", line 59 
    warnings.warn("Mean of empty slice.", RuntimeWarning) 
RuntimeWarning: Mean of empty slice. 

Warning (from warnings module): 
    File "C:\Python27\lib\site-packages\numpy\core\_methods.py", line 68 
    ret, rcount, out=ret, casting='unsafe', subok=False) 
RuntimeWarning: invalid value encountered in true_divide 
--------------- 
Starting Centroids: 

[[ 1.4 7.9 0.2 3.4] 
[ 7.8 0.2 4.3 1.4] 
[ 5.7 6.9 3. 6.6]] 


Starting NewMeans: 

[[  nan   nan   nan   nan] 
[ 5.84333333 3.054  3.75866667 1.19866667] 
[  nan   nan   nan   nan]] 
Starting Centroids Now: 

[[  nan   nan   nan   nan] 
[ 5.84333333 3.054  3.75866667 1.19866667] 
[  nan   nan   nan   nan]] 


NewMeans now: 
[[  nan   nan   nan   nan] 
[ 5.84333333 3.054  3.75866667 1.19866667] 
[  nan   nan   nan   nan]] 

Pythonのコード：

import numpy as np 
from pprint import pprint 
import random 
import sys 
import warnings 

arglist = sys.argv 

#UNCOMMENT BELOW IN FINAL PROGRAM 
''' 
NoOfCentroids = int(arglist[2]) 
dataPointsFromFile = np.array(np.loadtxt(sys.argv[1], delimiter = ',')) 
''' 

dataPointsFromFile = np.array(np.loadtxt('iris.txt', delimiter = ',')) 

NoOfCentroids = input('How Many Centrouds? ') 

dataRange = ([]) 

#UNCOMMENT BELOW IN FINAL PROGRAM 
''' 
with open(arglist[1]) as f: 
    print 'Points in data set: ',sum(1 for _ in f) 
''' 
dataRange.append(round(np.amin(dataPointsFromFile),1)) 
dataRange.append(round(np.amax(dataPointsFromFile),1)) 
dataRange = np.asarray(dataRange) 

dataPoints = np.array(dataPointsFromFile) 
print 'Dimensionality of Data: ', dataPoints.shape 

randomCentroids = [] 
data = ([]) 
templist = [] 
i = 0 

while i<NoOfCentroids: 
    for j in range(len(dataPointsFromFile[1,:])): 
     cat = round(random.uniform(np.amin(dataPointsFromFile),np.amax(dataPointsFromFile)),1) 
     templist.append(cat) 
    randomCentroids.append(templist) 
    templist = [] 
    i = i+1 

centroids = np.asarray(randomCentroids) 

def kMeans(array1, array2): 
    ConvergenceCounter = 1 
    keepGoing = True 
    StartingCentroids = np.copy(centroids) 
    print 'Starting Centroiuds:\n {}'.format(StartingCentroids) 
    while keepGoing:  
     #--------------Find The new means---------# 
     t0 = StartingCentroids[None, :, :] - dataPoints[:, None, :] 
     print 't0 :\n {}'.format(t0) 
     t1 = np.linalg.norm(t0, axis=-1) 
     t2 = np.argmin(t1, axis=-1) 
     #------Push the new means to a new array for comparison---------# 
     CentroidMeans = [] 
     for x in range(len(StartingCentroids)): 
      CentroidMeans.append(np.mean(dataPoints[t2 == [x]], axis=0)) 
     #--------Convert to a numpy array--------# 
     NewMeans = np.asarray(CentroidMeans) 
     #------Compare the New Means with the Starting Means------# 
     if np.array_equal(NewMeans,StartingCentroids): 
      print ('Convergence has been reached after {} moves'.format(ConvergenceCounter)) 
      print ('Starting Centroids:\n{}'.format(centroids)) 
      print ('Final Means:\n{}'.format(NewMeans)) 
      print ('Final Cluster assignments: {}'.format(t2)) 
      for x in xrange(len(StartingCentroids)): 
       print ('Cluster {}:\n'.format(x)), dataPoints[t2 == [x]] 
      for x in xrange(len(StartingCentroids)): 
       print ('Size of Cluster {}:'.format(x)), len(dataPoints[t2 == [x]]) 
      keepGoing = False 
     else: 
      print 15*'-' 
      ConvergenceCounter = ConvergenceCounter +1 
      print 'Starting Centroids:\n' 
      print StartingCentroids 
      print '\n' 
      print 'Starting NewMeans:\n' 
      print NewMeans 
      StartingCentroids =np.copy(NewMeans) 
      print 'Starting Centroids Now:\n' 
      print StartingCentroids 
      print '\n' 
      print 'NewMeans now:' 
      print NewMeans 
      break 


kMeans(centroids, dataPoints) 

Answer 1

私は一致（t2 == [x]がすべてFalseの場合は、警告が

np.mean(dataPoints[t2 == [x]], axis=0) 

で起動します負うものではありませんt2とxの間であれば、dataPoints[...]となります空の配列であると、meanという警告が表示されます。

私はあなたがそのテストにもっと注意する必要があると思います。マスクされた配列が空の場合は、meanをスキップすることもできます。

==浮動小数点のテストは予測できません。公差で同等性をテストするには、np.iscloseまたはnp.allcloseのようなものを使用する必要があります。

mean計算の後半から、おそらく0で除算しようとすると、要素の数が2番目の警告になります。

フルmeanコードはnumpy.core._methods.pyにあります。

つまり、meanの空の配列を使用しないでください。