[已解决]关于python使用过程中报错的处理方法——抱歉我说不清楚，请看图

明月小仙

麻烦大家指点迷津。
程序段：

1. import pandas as pd
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. # 函数功能：将频域数据转换成时序数据
   
6. # bins为频域数据，n设置使用前多少个频域数据，loop设置生成数据的长度
   
7. 
   
8. def fft_combine(bins, n, loops=1):
   
9. length = int(len(bins) * loops)
   
10. data = np.zeros(length)
    
11. index = loops * np.arange(0, length, 1.0) / length * (2 * np.pi)
    
12. for k, p in enumerate(bins[:n]):
    
13.    if k != 0 : p *= 2 # 除去直流成分之外, 其余的系数都 * 2
    
14.    data += np.real(p) * np.cos(k*index) # 余弦成分的系数为实数部分
    
15.    data -= np.imag(p) * np.sin(k*index) # 正弦成分的系数为负的虚数部分
    
16. return index, data
    
17. 
    
18. if __name__ == '__main__':
    
19. ts = [12529,        11756,        13514,        14135,        17894,        12950        ,11722,        13371,        14160]
    
20. # 平稳化
    
21. ts_log = np.log(ts)
    
22. ts_diff = ts_log.diff(1)
    
23. ts_diff = ts_diff.dropna()
    
24. print(fy[:10]) # 显示前10个频域数据
    
25. fy = np.fft.fft(ts_diff)
    
26. conv1 = np.real(np.fft.ifft(fy)) # 逆变换
    
27. index, conv2 = fft_combine(fy / len(ts_diff), int(len(fy)/2-1), 1.3) # 只关心一半数据
    
28. plt.plot(ts_diff)
    
29. plt.plot(conv1 - 0.5) # 为看清楚，将显示区域下拉0.5
    
30. plt.plot(conv2 - 1)
    
31. plt.show()
    

复制代码

报错信息：

1. Traceback (most recent call last):
   
2.   File "C:/Users/lenovo/Desktop/lihaile.py", line 25, in <module>
   
3.     ts_diff = ts_log.diff(1)
   
4. AttributeError: 'numpy.ndarray' object has no attribute 'diff'
   

复制代码

最佳答案

月排行榜 / 总排行榜

Twilight6

2020-5-23 16:02:58

1. ts_diff = ts_log.diff(1)

复制代码

这个报错了
改成这样即可：

1. ts_log = np.log(ts)
   
2. ts_diff = np.diff(ts_log)
   
3. df = pd.DataFrame(ts_diff)
   
4. ts_diff = df.dropna()

复制代码

---

跳转到最佳答案楼层

Twilight6

1. ts_diff = ts_log.diff(1)

复制代码

这个报错了
改成这样即可：

1. ts_log = np.log(ts)
   
2. ts_diff = np.diff(ts_log)
   
3. df = pd.DataFrame(ts_diff)
   
4. ts_diff = df.dropna()

复制代码

---

青出于蓝

1. try: #检测是否出现异常范围
   
2.     a=str(input('请输入您要导入所属文件夹的文件（不用输入后缀名扩展名）：'))
   
3.     b=open(a+'.txt','w')
   
4.     print(b.write('小甲鱼'))
   
5.     sum=1+'2'
   
6.     b.close()
   
7. except (OSError,TypeError): #如果出现（异常），就这样处理：
   
8.     print('类型出错啦')
   
9. finally: #就算出错，也会执行的代码
   
10.     b.close()

复制代码

写了个例子，内有注释，有问题请继续追问~~
try: #检测是否出现异常范围
except (OSError,TypeError): #如果出现（异常），就这样处理：
finally: #就算出错，也会执行的代码
https://fishc.com.cn/forum.php?m ... peid%26typeid%3D403
这是所有的错误类型，供参考


是这个意思吗...

Twilight6

明月小仙

Twilight6 发表于 2020-5-23 16:02
这个报错了
改成这样即可：

非常感谢你的回复，认真学习中。

明月小仙

Twilight6 发表于 2020-5-23 16:02
这个报错了
改成这样即可：

你好，我想实现傅里叶预测ts数据的走向，然后现在遇到了瓶颈，请问能指导一下吗？

1. import pandas as pd
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. 
   
5. # bins为频域数据，n设置使用前多少个频域数据，loop设置生成数据的长度
   
6. 
   
7. def fft_combine(bins, n, loops=1):
   
8. length = int(len(bins) * loops)
   
9. data = np.zeros(length)
   
10. index = loops * np.arange(0, length, 1.0) / length * (2 * np.pi)
    
11. for k, p in enumerate(bins[:n]):
    
12.    if k != 0 : p *= 2 # 除去直流成分之外, 其余的系数都 * 2
    
13.    data += np.real(p) * np.cos(k*index) # 余弦成分的系数为实数部分
    
14.    data -= np.imag(p) * np.sin(k*index) # 正弦成分的系数为负的虚数部分
    
15. return index, data
    
16. 
    
17. if __name__ == '__main__':
    
18. ts = [12529,        11756,        13514,        14135,        17894,        12950        ,11722,        13371,        14160]
    
19. # 平稳化
    
20. 
    
21. ts_log = np.log(ts)
    
22. ts_diff = np.diff(ts_log)
    
23. df = pd.DataFrame(ts_diff)
    
24. ts_diff = df.dropna()
    
25. 
    
26. 
    
27. fy = np.fft.fft(ts_diff)
    
28. print(fy[:10]) # 显示前10个频域数据
    
29. conv1 = np.real(np.fft.ifft(fy)) # 逆变换
    
30. index, conv2 = fft_combine(fy / len(ts_diff), int(len(fy)/2-1), 1.3) # 只关心一半数据
    
31. plt.plot(ts_diff)
    
32. plt.plot(conv1 - 0.5) # 为看清楚，将显示区域下拉0.5
    
33. plt.plot(conv2 - 1)
    
34. plt.show()

复制代码

Twilight6

明月小仙 发表于 2020-5-23 17:27
你好，我想实现傅里叶预测ts数据的走向，然后现在遇到了瓶颈，请问能指导一下吗？

抱歉 我也是刚刚接触 numpy 和 pandas 还没深入 帮不了多少哈哈

zwhe