scikit-learn KNN.predict报错ndarray is not C-contiguous

调用预测函数实现评分预测功能时，编写初始代码如下：

def convert_to_df(obj):
    obj_dic = obj.dict()
    df = pd.DataFrame(obj_dic.values(), index=obj_dic.keys())
    df.reset_index(drop=True, inplace=True)
    return df


@app.get("/get_rating")
def get_rating(features: Features):
    features = convert_to_df(features).T # shape (1, 26)
    return {'rating': Predictor().predict(features)}

运行代码时触发如下报错：

File "stringsource", line 658, in View.MemoryView.memoryview_cwrapper File "stringsource", line 349, in View.MemoryView.memoryview.cinit ValueError: ndarray is not C-contiguous

代码中使用的Predictor是基于scikit-learn实现的KNN模型训练封装类，其predict方法初始实现如下：

def predict(self, features) -> int:
    return self.model.predict(features)

• 对DataFrame执行.T转置操作时，pandas不会重新分配连续内存，仅修改数组的步长规则，转置后底层numpy数组会变为Fortran（列优先）内存布局，不再满足C-contiguous（行优先连续内存）要求。
• scikit-learn的KNN模型底层基于Cython实现，预测阶段强制要求输入数组为C-contiguous内存布局，直接传入转置后的DataFrame就会触发该值错误。
• 初始的convert_to_df逻辑冗余，先构建竖表再转置的写法完全不必要，是触发内存布局问题的直接诱因。

优先从根源避免不必要的转置操作，再做内存格式兼容即可解决问题：

1. 优化convert_to_df逻辑，直接构造单行DataFrame，省略转置步骤

import pandas as pd
import numpy as np

def convert_to_df(obj):
    obj_dic = obj.dict()
    # 直接传入字典列表构造单行DataFrame，不需要额外转置
    return pd.DataFrame([obj_dic])

2. 传入模型前统一将特征转换为C连续内存格式，既可以在接口层处理，也可以在Predictor的predict方法中做兼容，后者对所有调用场景生效，更稳妥：

• 接口层调整示例：

@app.get("/get_rating")
def get_rating(features: Features):
    features_df = convert_to_df(features)
    # 转换为C连续数组再传入预测
    features_arr = np.ascontiguousarray(features_df.values)
    return {'rating': Predictor().predict(features_arr)}

• Predictor层兼容示例：

import numpy as np

def predict(self, features) -> int:
    # 无论传入的是DataFrame还是非连续数组，都统一转换为C连续格式
    features = np.ascontiguousarray(features)
    return self.model.predict(features)

内容的提问来源于stack exchange，提问作者Tlaloc-ES