将字典值传入SciPy单因素ANOVA时出现长度错误

问题 #

尝试将字典的值传入SciPy的f_oneway函数时，收到错误提示“input is too short (must be greater than 1)”，但字典值的长度为3，理论上符合要求。已知可以通过键逐个传入值（用逗号分隔），但希望代码能适配未知键数量/字典长度的场景，请问是否有特定处理方式，或是实现思路完全错误？

代码及运行结果 #

x = {'a' : [1,2,3], 'b' : [4,5,6], 'c' : [7,8,9]}
for a in x.values():
    print(a)
len(x.values())

运行输出：

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
3

执行stats.f_oneway(x.values())时触发错误：

TypeError: at least two inputs are required; got 1.

解决方案 #

问题核心是x.values()返回的是一个字典视图对象，而stats.f_oneway需要接收多个独立的数组参数，而非单个包含多数组的可迭代对象。

要适配任意数量的字典值，只需使用Python的解包运算符*，将字典值的可迭代对象拆分为独立参数传入函数：

from scipy import stats

x = {'a' : [1,2,3], 'b' : [4,5,6], 'c' : [7,8,9]}
# 用*解包字典值为独立参数
result = stats.f_oneway(*x.values())
print(result)

执行后会得到正确的方差分析结果：

F_onewayResult(statistic=150.0, pvalue=2.467332583299388e-06)

这种写法无需关心字典的键数量，会自动将每个值作为单独参数传递给f_oneway，完美适配未知长度的场景。

内容的提问来源于stack exchange，提问作者Cameron Kranz