通过reticulate调用tslearn的TimeSeriesKMeans遇TypeError求助

报错场景 #

使用reticulate将R的data.frame转换为numpy数组后，调用tslearn的TimeSeriesKMeans.fit()时触发错误：

TypeError: 'float' object cannot be interpreted as an integer

从Python报错栈可以定位到，错误发生在tslearn创建聚类中心数组的步骤：

centers = numpy.empty((n_clusters, n_timestamps, n_features), dtype=X.dtype)

其中n_timestamps或n_features被识别为浮点数类型，而numpy创建数组要求维度参数必须是整数。

根本原因 #

1. 维度结构不匹配：tslearn要求输入的时间序列数组需为3维结构：(样本数, 时间步长, 特征数)，即使是单变量时间序列（仅1个特征），也需要显式保留特征维度。当前转换后的numpy数组是2维的(样本数, 时间步长)，导致tslearn解析维度时出现类型偏差。
2. 冗余转换操作：代码中r_to_py(np$array(time_series))属于冗余操作，reticulate已实现R对象到Python对象的自动转换，重复调用反而可能引入类型转换问题，导致维度值被解析为浮点数。

修复方案 #

方案1：在R中直接生成3维数组 #

修改数组转换步骤，显式增加特征维度：

# 直接将data.frame转换为numpy数组，无需额外r_to_py调用
np <- reticulate::import("numpy")
ts_np <- np$array(time_series)
# 增加特征维度，从(6,11)变为(6,11,1)
ts_np <- ts_np[,, np$newaxis]

方案2：使用tslearn工具函数转换格式 #

去掉冗余转换，直接传入R对象，再通过tslearn的预处理函数调整维度：

# 直接传入R的data.frame，reticulate自动转为numpy数组
ts_np <- time_series
# 使用tslearn工具函数将2维数组转为符合要求的3维格式
ts_preprocess <- reticulate::import("tslearn.preprocessing")
ts_np_3d <- ts_preprocess$TimeSeriesResampler(sz=length(time))$fit_transform(ts_np)

完整修复代码示例 #

library(reticulate)
library(magrittr)

reticulate::py_install(c("numpy", "pandas", "tslearn"))

# 模拟节律时间序列
time <- seq(1, 21, 2)
time_series <- 
  lapply(seq(0, 1, .2), function(x) x*sin(2*pi*time/24)) %>%
  unlist %>%
  matrix(., byrow=TRUE, ncol=length(time)) %>%
  data.frame %>% setNames(paste0("time", time))

# 转换为符合要求的3维numpy数组
np <- reticulate::import("numpy")
ts_np <- np$array(time_series)[,, np$newaxis]

# 调用TimeSeriesKMeans并训练
ts <- reticulate::import("tslearn.clustering")
tsk <- ts$TimeSeriesKMeans(n_clusters=2, metric="dtw")
tsk$fit(ts_np)

# 查看聚类结果
tsk$labels_

额外注意事项 #

• 避免在reticulate中重复调用r_to_py和np$array，依赖自动转换即可减少类型问题。
• tslearn对输入维度要求严格，单变量时间序列必须保持3维结构，多变量需遵循(样本数, 时间步长, 特征数)的格式。

内容的提问来源于stack exchange，提问作者ATpoint