python - 导入 matplotlib.pyplot 时出现随机 nan 错误

Question

我正在用 numpy 实现卡尔曼滤波器。它工作正常，除了当我导入 matplotlib.pyplot 以可视化结果时:

import numpy as np 
import matplotlib.pyplot as plt # adding this line breaks things
import sys

完整代码为here .让我强调一下，在我导入之前它似乎工作正常；它打印出一个 100 x 2 的合理数字数组。添加导入后，即使不使用 pyplot 中的任何内容，特定行之后的所有行都是 nan。不是nan的数字和之前一样。

我的第一个想法是这可能是名称冲突，但事实并非如此。你可以很容易地看到 the code doesn't have anything named "plt" , 此外，它与下面描述的行为不一致。

当我从 Sublime Text 而不是从命令行执行文件时，或者当我在 pyplot 导入之前添加 import matplotlib as mpl 时，nan 行数不同。同样，非 nan 数字与正常运行版本中的数字相同。

尝试调试只会让我更加困惑。我将 print 语句添加到主循环的有问题的迭代中，它最初只给出 nan 矩阵。然而，当我再添加一个语句 print yt 时，打印出的矩阵是 nan 突然没有了 not-nan 值。此外，将 import sys 语句移动到 import numpy as np 之前会更改 nan 行数。在沿着这些方向进行的实验中，我观察到当多次执行同一个文件时，值发生了变化(变化很大，例如从 77 到 3.32686992e+297)，并且在进一步重复执行后又回到原始值，在这两个输出之间随机振荡。没有保存的状态，文件操作仅包含对 np.loadtxt 的一次调用。

可能有帮助的更多信息:我有 Python 2.7.6 和 Ubuntu 14.04，尽管在其他人的计算机上使用 Python 2.7.8 和 spyder 的行为是相似的。

此行为的可能来源是什么？现在，我在想要么是巫术，要么是我们两台计算机上巧合的神秘硬件故障，要么是一种旨在挫败 Python 程序员的邪恶病毒。

Answer 1

我无法重现您看到的错误*，因此我很难查明原因。话虽如此，代码中数值不稳定的一个明显来源是 line 39 上的矩阵求逆运算。 .

在实践中，很少有需要反转矩阵的情况。特别是，你应该 never use matrix inversion to solve systems of linear equations - 使用因式分解总是更快、数值更稳定。

您可以将对 np.linalg.inv 的调用替换为 np.linalg.solve像这样:

# aux_k = np.linalg.inv(psi.dot(sigmatt1[t]).dot(psi.T) + rmat)
# k[t] = sigmatt1[t].dot(psi.T).dot(aux_k)

A = psi.dot(sigmatt1[t]).dot(psi.T) + rmat
B = sigmatt1[t].dot(psi.T)
k[t] = np.linalg.solve(A, B.T).T

看看这是否有助于解决稳定性问题。

---

更新

您在上面的评论中提到您的 numpy.__version__ == '1.8.2'，但是您的 matplotlib.__version__numpy__ == '1.5'。这可能意味着 matplotlib 是针对较旧(并且可能不兼容)的 numpy 版本构建的(您是如何安装这些库的？)。

我建议您尝试删除并重新安装 matplotlib。

---

* 我试过使用 numpy v1.8.2 和 v1.10.0.dev-8bcb756，链接到从源代码编译的 OpenBLAS 0.2.12 或 Ubuntu 存储库中的标准 CBLAS 库。我还尝试了 matplotlib v1.3.1 和 v1.5.x。