Shapelets平台Python异常检测应用按钮函数绑定报错求助

问题场景 #

在Shapelets平台开发Python异常检测应用时，尝试将异常检测函数绑定到按钮触发，但点击按钮时出现Error: Internal Server Error. Runtime error executing computeAndPlotAnomalies错误，现有代码如下：

button = app.button("Execute anomaly-detection")
app.place(button)

ailtair_chart1 = app.altair_chart(title='MLII', data=df['MLII'])
app.place(line_chart1)

ailtair.bind(computeAndPlotAnomalies, df['MLII'], windowSize, top_k, triggers=[button])

app.register()

可能的报错原因及排查方向 #

1. 变量名拼写错误 #

代码中创建的图表变量是ailtair_chart1，但调用app.place()时传入的是未定义的line_chart1，这会直接引发运行时错误，先修正为：

app.place(ailtair_chart1)

2. 绑定函数的API调用错误 #

Shapelets中绑定函数到触发器的正确API是app.bind()，而非ailtair.bind()，错误的API调用会导致无法正确触发函数，修改为：

app.bind(computeAndPlotAnomalies, df['MLII'], windowSize, top_k, triggers=[button])

3. computeAndPlotAnomalies函数参数不匹配 #

检查computeAndPlotAnomalies的定义，确保它接受你传递的3个参数（df['MLII']、windowSize、top_k），参数数量、顺序、类型必须完全一致。比如函数定义是否为def computeAndPlotAnomalies(data, window, k):，若参数数量不符、类型不匹配（如windowSize是字符串而非整数），会直接引发函数执行错误。

4. 函数内部未处理的异常 #

computeAndPlotAnomalies函数内部可能存在逻辑错误：

• 检查df['MLII']的数据格式是否符合函数要求，比如是否是Shapelets支持的数据集类型，而非普通Pandas Series
• 检查windowSize和top_k是否为有效数值（如windowSize不能小于1，top_k不能大于数据量）
• 函数中若涉及更新图表，要确保用Shapelets的API修改ailtair_chart1，比如用ailtair_chart1.data(new_data)更新数据，而非重新创建图表

5. 权限或资源问题 #

如果函数涉及读取外部数据或占用较多计算资源，可能触发Shapelets平台的内部限制。可以先测试空的computeAndPlotAnomalies函数（比如仅打印日志），确认绑定和触发逻辑正常后，再逐步添加异常检测代码。

内容的提问来源于stack exchange，提问作者Chen Sofia