使用pybreakpoints的bai-perron代码触发numpy.linalg.LinAlgError异常

问题场景 #

使用pybreakpoints仓库的bai-perron断点检测代码（Python 3.12.2），调用自带的nile.csv测试数据，编写的代码与仓库测试示例类似，但运行时抛出numpy.linalg.LinAlgError: Matrix is singular to machine precision错误。

原代码：

from pybreakpoints.baiperron import breakpoint
import numpy as np
import pandas as pd

nile = pd.read_csv("tests/data/nile.csv")
X = np.ones_like(nile)
results = breakpoint(X, nile)

问题原因 #

核心是数据格式不匹配：

• pd.read_csv读取的nile是DataFrame对象，包含多列（比如索引列和数值列）
• np.ones_like(nile)生成了与DataFrame行列数一致的二维数组，导致输入X的维度不符合函数要求，在递归残差计算时出现奇异矩阵。

修复代码 #

提取DataFrame中的数值列作为一维数组输入，同时构造正确维度的常数项矩阵：

from pybreakpoints.baiperron import breakpoint
import numpy as np
import pandas as pd

# 读取测试数据并提取数值列
nile = pd.read_csv("tests/data/nile.csv")
y = nile['value'].values  # 匹配仓库测试数据的列名
X = np.ones((len(y), 1))   # 构造n×1的常数项设计矩阵

results = breakpoint(X, y)

新手调试建议 #

• 打印数据形状确认维度：print(nile.shape, X.shape, y.shape)，确保输入维度与仓库测试用例一致
• 参考仓库内的测试代码（如tests/test_baiperron.py），对比输入格式的差异

内容的提问来源于stack exchange，提问作者Anurat Chapanond