Python报错：无法将序列与numpy.float64类型非整数相乘，求预测值

问题原因 #

代码执行时触发 TypeError: can't multiply sequence by non-int of type 'numpy.float64'，核心原因是Python原生列表无法与numpy浮点数类型直接进行逐元素乘法。在计算预测值 yp=a*X+b 时，X 是普通列表，a 是numpy计算出的float64类型，两者运算逻辑不兼容。

修正方案 #

将列表 X 转换为numpy数组，使其支持向量运算，有两种实现方式：

方式1：定义时直接使用numpy数组

修改初始的X、Y定义，直接用numpy数组替代原生列表：

import numpy as np
import matplotlib.pyplot as plt

X = np.array([5, 15, 25, 35, 45, 55])
Y = np.array([5, 20, 14, 32, 22, 38])
plt.scatter(X, Y)

xm = np.mean(X)
ym = np.mean(Y)
num = 0
den = 0
for i in range(len(X)):
    num += (X[i] - xm) * (Y[i] - ym)
    den += (X[i] - xm) ** 2
a = num / den
b = ym - a * xm
print(a, b)

yp = a * X + b  # numpy数组支持与标量的逐元素运算
plt.scatter(X, Y)
plt.plot(X, yp, 'r')
plt.show()  # 显式调用show()确保图像正常显示

方式2：计算预测值前转换为numpy数组

保留原列表定义，仅在计算预测值时临时转换：

import numpy as np
import matplotlib.pyplot as plt

X = [5, 15, 25, 35, 45, 55]
Y = [5, 20, 14, 32, 22, 38]
plt.scatter(X, Y)

xm = np.mean(X)
ym = np.mean(Y)
num = 0
den = 0
for i in range(len(X)):
    num += (X[i] - xm) * (Y[i] - ym)
    den += (X[i] - xm) ** 2
a = num / den
b = ym - a * xm
print(a, b)

X_arr = np.array(X)
yp = a * X_arr + b  # 用转换后的numpy数组执行运算
plt.scatter(X, Y)
plt.plot(X_arr, yp, 'r')
plt.show()

补充说明 #

• 转换为numpy数组后，a * X 会自动触发广播运算，即对数组中的每个元素单独乘以a，再加上b，最终得到对应长度的预测值数组。
• 代码末尾的plt.show()是必要的，否则matplotlib生成的图像可能无法在窗口中显示。

内容的提问来源于stack exchange，提问作者pumpkin