scipy fftconvolve 声称输入参数没有相同的维度。我在解析什么？

Question

我正在尝试创建一个 class，它使用 scipy.signal 中的 fftconvolve 来对一些数据进行卷积在 class 实例的方法中使用高斯函数。但是每次创建一个实例并调用方法 enlarge_smooth（这发生在右箭头键按下时），我从 fftconvolve 说明：ValueError：in1 和 in2 应具有相同的维度。当行 elif not in1.ndim == in2.ndim: 的计算结果为 True 时，函数 def fftconvolve(in1, in2, mode="full"): 就会发生这种情况。然而，我的行 print vals.ndim == gs.ndim 在调用 fftconvolve 之前打印 True，并且 vals 和gs 的维度为 (101,)。因此，如果我不将 vals 和 gs 解析为 fftconvolve 我在解析什么？为什么它不起作用？

class Smoother(object):
    import sys
    sys.path.append("/DATA/Pythonfunktioner")
    from scipy.signal import fftconvolve
    import pyximport; pyximport.install()
    from fitting6 import gs_smooth1
    """
    This class allows the user to smooth any function of one variable with a gaussian using fftconvolve while looking at the smoothed function. The smoothing parameter is changed with the arrow keys and finally chosen with enter.
    """

    def __init__(self, data):
        self.data = data
        self.sigma = 1 #smallest possible sigma for this smoothing
        self.arr = np.arange(len(self.data.get_ydata()), dtype='float64') - len(self.data.get_ydata())/2
        self.stack = [data]
        self.line = data
        self.active = True

    def connect(self):
        self.cidkpress = self.data.figure.canvas.mpl_connect('key_press_event', self.key)

    def key(self, event):
        if event.key == 'right':
            self.enlarge_smooth()
        elif event.key == 'left':
            self.lower_smooth()
        elif event.key == 'enter':
            self.term(event)

    def enlarge_smooth(self):
        if 0: #Check if larger smooth is already in stack
            pass#set larger smooth as current
        else:
            gs = self.gs_smooth1(self.arr.copy(), self.sigma) #Gaussian core centered at 0
            vals = self.data.get_ydata().copy()
            print vals.ndim == gs.ndim
            print vals.ndim, type(vals), vals.dtype
            print gs.ndim, type(gs), gs.dtype
#            print vals, type(vals), vals.dtype
#            print gs, type(gs), gs.dtype
            newsmooth = self.fftconvolve(vals, gs)
            self.line = Line2D(self.data.get_xdata(), newsmooth)
            self.stack.append(self.line)

    def lower_smooth(self):
        if 1: #Check if current smooth is lowest possible
            print "Cannot smooth less. Least smooth already active."
        else:
            pass#Set lesser smooth as current

    def term(self, event):
        self.active = False
        self.disconnect()

    def disconnect(self):
        self.data.figure.canvas.mpl_disconnect(self.cidkpress)

我也试过解析 vals[0] 和 gs[0] 来检查我是否会解析两个长度为 101 的列表。结果我真的只会解析两个标量，而 ftconvolve`将退出并出现错误：TypeError: *: 'Smoother' 和 'float'.

不支持的操作数类型

看起来我正在解析 class 本身的一个实例。我就是看不出来。

如果它有助于我通过调用以下函数 class 测试我的

def smoothBF(datalist):
    from matplotlib import pyplot as plt
    for i in xrange(len(datalist)):
        fig, axs = plt.subplots(nrows=1, ncols=1)
        data, = axs.plot(datalist[i][0], datalist[i][1])
        smoother = Smoother(data)
        smoother.connect()
        while smoother.active:
            plt.pause(0.1)
        #Return current result
        plt.close(fig)

其中 datalist 是一个仅包含元组 (np.arange(101), np.random.random(101))

的列表

更新：似乎与在 class 定义中导入 fftconvolve 有关。添加一些 print 语句以获取 scipy fftconvolve 函数内的类型和维数确认 in1 不知何故是平滑类型。但是当我在模块的顶部而不是在 class 定义中编写 from scipy.signal import fftconvolve 并调用 newsmooth = fftconvolve(vals, gs) 而不是 newsmooth = self.fftconvolve(vals, gs) 时，它也会给出不同的结果。然后我从 fftconvolve.

收到错误消息 AttributeError: 'numpy.ndarray' object has no attribute 'ndims'

Answer 1

class 定义中包含 from scipy.signal import fftconvolve 的任何调用都会解析 class 本身的实例。在 class 定义之外进行导入并在我对 fftconvolve 的编辑中修复拼写错误（如我的问题更新中所述）使解析正确并且代码运行.

Answer 2

你要在 class 定义中导入 fftconvolve 的 "trick" 最终会让你失望。除非您没有向我们展示您在别处定义 Smooth.fftconvolve 的位置。

这是您现在拥有的：

class Smooth(object):
    from scipy.signal import fftconvolve

    def enlarge_smooth(self):
        # other stuff
        self.fftconvolve(vals, gs)

当你打电话给

s = S()
s.enlarge_smooth()

fftconvolve 将被称为

fftconvolve(self, vals, gs)

解决办法很简单：不要做这种诡计。相反，在 class 之外导入 fftconvolve 并直接调用该函数：

from scipy.signal import fftconvolve

class Smooth(object):

    def enlarge_smooth(self):
        # other stuff
        fftconvolve(vals, gs)

scipy fftconvolve 声称输入参数没有相同的维度。我在解析什么？

scipy fftconvolve claims input parameters don't have same dimensionality. What am I parsing?

python

scipy