波士顿房价预测报错：'DataFrame' object has no attribute 'flush'求解

错误根源 #

np.fromfile()的设计用途是读取文件路径字符串或已打开的文件对象中的二进制/简单文本数据，但你传入的是pd.read_csv()返回的DataFrame对象。np.fromfile()内部会把传入的对象当作文件来处理，尝试调用文件对象的flush()方法，而DataFrame没有这个属性，因此触发报错。

解决步骤 #

• 直接从DataFrame提取数值数组：pd.read_csv()已经完成了csv文件的解析工作，不需要再用np.fromfile()重复处理。可以通过DataFrame.to_numpy()或DataFrame.values将指定列转换为numpy数组。
• 筛选目标特征：先从DataFrame中选择你需要的['RM', 'LSTAT', 'PTRATIO', 'MEDV']列，再转成数组，避免引入无关数据。

修正后的代码片段 #

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

def load_data():
    datafile = pd.read_csv("housing.csv", sep=',')
    # 替换错误的np.fromfile行，直接提取目标特征的numpy数组
    feature_names = ['RM', 'LSTAT', 'PTRATIO', 'MEDV']
    data = datafile[feature_names].to_numpy()

    ratio = 0.8
    offset = int(data.shape[0] * ratio)
    training = data[:offset]

    maximums, minimums, avge = training.max(axis=0), training.min(axis=0), training.sum(axis=0) / training.shape[0]

额外说明 #

如果坚持想用np.fromfile()，只能传入文件路径字符串，但这种方式不适合读取csv格式文件——因为np.fromfile()无法处理csv的分隔符和表头，会把整个文件内容当成连续的字符流读取，后续无法正确解析成结构化数据。因此用pandas加载后转numpy数组是更合理的方案。

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