代码之家 › 专栏 › 技术社区 › RLave

未来航行与海洋生物的距离图[副本]

seaborn warnings plot python

RLave · 技术社区 · 6 年前

这个问题已经有了答案:

futurewarning:不推荐使用非tuple序列进行多维索引,请使用'arr[tuple(seq)]` 4答

每当我尝试使用 distprot from seaborn ,我都会出现这个警告,我似乎无法找出我做错了什么,抱歉,如果它很简单。

警告:.


     
      
       
        < Buff行情>
        
         未来警告:使用非元组序列进行多维
索引已弃用;请使用
         
          arr[tuple(seq)]
          
           instead of
           
            arr[seq]
            
             。
将来这将被解释为数组索引,
             
              arr[np.array(seq)]
              
               ,which will result either in an error or a
不同的结果。返回np.add.reduce(排序[索引器]*权重,
轴=轴/sumval
              
             
            
           
          
         
        
        
         
          
           
            
             
              < /块引用>
              
               这里有一个可重复的例子:
              
              导入numpy as np
将熊猫作为PD导入
随机导入

将Seaborn导入为sns

kde_data=np.random.normal(loc=0.0,scale=1,size=100)假数据
kde_data=pd.数据帧(kde_data)
kde_data.columns=[“值”]
#kde_data.head()。
< /代码>
              
               现在,绘图是正确的,但我一直在获取
               
                警告
               
               以上并使用
               
                arr[tuple(seq)]
                
                 instead of
                 
                  arr[seq]
                  
                   does't help me much.
                  
                 
                
               
              
              
               
                
                 
                  
                  
                 
                
               
              
              sns.distprot(kde_data.value,hist=false,kde=true)
< /代码> 



我正在研究Jupyter,这是模块版本:

seaborn==0.9.0
坐骨神经痛==1.1.0
熊猫= 0.23.0
NUMPY==1.154
< /代码> <

4答


    
     
      
       
        
         
          
           
            
             
              
               
                
                 
                  
                   
                    每当我试图使用时都会出现这个警告
                    
                     distplot
                    
                    从
                    
                     seaborn
                    
                    我好像不知道我做错了什么,如果很简单的话,我很抱歉。
                   
                   
                    警告:
                   
                   
                    
                     未来警告:使用非元组序列进行多维
索引已弃用;请使用
                     
                      arr[tuple(seq)]
                     
                     而不是
                     
                      arr[seq]
                     
                     .
将来这将被解释为数组索引,
                     
                      arr[np.array(seq)]
                     
                     ,这将导致错误或
不同的结果。返回np.add.reduce(排序[索引器]*权重,
轴=轴/sumval
                    
                   
                   
                    这里有一个可重复的例子:
                   
                   import numpy as np 
import pandas as pd 
import random

import seaborn as sns

kde_data = np.random.normal(loc=0.0, scale=1, size=100) # fake data
kde_data = pd.DataFrame(kde_data)
kde_data.columns = ["value"]
#kde_data.head()

                   
                    现在,情节是正确的,但我一直在得到
                    
                     warning
                    
                    上面使用
                    
                     ARR [元组(SEQ)]
                    
                    而不是
                    
                     ARR[序列]
                    
                    对我没什么帮助。
                   
                   sns.distplot(kde_data.value, hist=False, kde=True)

                   
                    
                     
                    
                   
                   
                   
                   
                    我正在研究Jupyter,这是模块版本:
                   
                   seaborn==0.9.0
scipy==1.1.0
pandas==0.23.0
numpy==1.15.4

2 回复 | 直到 5 年前

ImportanceOfBeingErnest 6 年前

你没有做错什么。目前,除了可能的情况外,没有办法消除这个警告。 suppressing it .

这告诉你的是,Seaborn使用了一个scipy函数,由于最近的numpy版本发生了变化,该函数将来会改变行为。我希望在这里发生的是,在未来的scipy版本中,该函数将被更改为与任何过去的未来numpy版本都能很好地工作。在那之前,你可能只是决定接受警告。它不会以任何方式恶化绘图结果。

nocibambi greeness 5 年前

在 this thread 他们指出,这是scipy的一个问题,升级到scipy>=1.2应该解决这个问题。