Python中求解商品单价及处理订单异常值问题求助

我来帮你搞定这个问题，你遇到的LinAlgError: Incompatible dimensions本质是因为你构建的矩阵完全不符合最小二乘法的要求——你把商品名称（字符串）和数量混在了一个数组里，而且单个订单的矩阵形状也不对。咱们一步步来修正：

问题根源分析 #

np.linalg.lstsq要求的输入是：

• 第一个参数X：是一个(n_samples, n_features)的数值型矩阵，每一行代表一个样本（这里就是一个订单），每一列代表一个特征（这里是对应商品的订购数量）
• 第二个参数y：是一个(n_samples,)的数值型向量，对应每个样本的目标值（这里是订单总价）

你之前的操作把商品名称和数量拼成了(4,2)的字符串数组，这既不是数值矩阵，形状也不满足lstsq的要求，自然会报错。

正确的解决方案 #

我们需要把所有订单数据转换成符合要求的数值矩阵和目标向量，步骤如下：

1. 提取所有唯一商品名称 #

首先从所有订单里找出所有的商品，确定我们要求解的单价变量：

import numpy as np
from collections import defaultdict

# 你的示例数据
order_data = {
    1215.5: [('Shrimp', 10), ('Fish&Chips', 6), ('Salmon', 8), ('Pasta', 5)],
    1230.0: [('Shrimp', 10), ('Salmon', 10), ('Fish&Chips', 8)],
    1234.0: [('Salmon', 9), ('Fish&Chips', 3), ('Pasta', 8), ('Shrimp', 10)],
    1292.5: [('Pasta', 7), ('Salmon', 9), ('Fish&Chips', 7), ('Shrimp', 9)],
    1301.5: [('Pasta', 5), ('Shrimp', 9), ('Salmon', 8), ('Fish&Chips', 10)],
    1314.5: [('Shrimp', 10), ('Pasta', 5), ('Fish&Chips', 10), ('Salmon', 7)],
    1343.5: [('Shrimp', 8), ('Fish&Chips', 10), ('Salmon', 9), ('Pasta', 7)]
}

# 获取所有唯一商品
all_products = list({product for order in order_data.values() for product, _ in order})
n_products = len(all_products)
n_orders = len(order_data)

2. 构建系数矩阵X和目标向量y #

对每个订单，按照all_products的顺序，生成对应商品的数量数组（没有订购的商品数量为0），同时收集订单总价：

# 初始化矩阵和向量
X = np.zeros((n_orders, n_products), dtype=np.float64)
y = np.zeros(n_orders, dtype=np.float64)

for i, (total_price, items) in enumerate(order_data.items()):
    y[i] = total_price
    # 把当前订单的商品数量映射到X的对应列
    product_count = defaultdict(int)
    for product, count in items:
        product_count[product] = count
    # 填充X的第i行
    for j, product in enumerate(all_products):
        X[i, j] = product_count[product]

现在X的形状是(7,4)（7个订单，4种商品），y的形状是(7,)，完全符合lstsq的要求。

3. 调用最小二乘法求解单价 #

现在就可以正常调用np.linalg.lstsq了：

# 求解，rcond=None是为了适配新版本numpy的默认设置
prices, residuals, rank, singular_values = np.linalg.lstsq(X, y, rcond=None)

# 把结果和商品对应起来
product_prices = dict(zip(all_products, prices))
print("各商品单价：")
for product, price in product_prices.items():
    print(f"{product}: {price:.2f}")

补充：如果只用单个订单怎么办？ #

如果你只想用单个订单（比如总价1234.0的那条）求解，那其实不需要最小二乘法，直接解线性方程组就行：

# 取目标订单
single_order_total = 1234.0
single_order_items = order_data[single_order_total]

# 构建单个订单的系数矩阵（形状(1,4)）和目标值
single_X = np.zeros((1, n_products))
single_y = np.array([single_order_total])
for j, product in enumerate(all_products):
    for p, cnt in single_order_items:
        if p == product:
            single_X[0, j] = cnt
            break

# 解线性方程组
single_prices = np.linalg.solve(single_X, single_y)
print("单个订单求解的单价：", dict(zip(all_products, single_prices)))

不过更推荐用多个订单做最小二乘，这样可以抵消部分异常订单的影响，得到更准确的单价，也方便后续识别异常值（比如残差过大的订单）。

内容的提问来源于stack exchange，提问作者leena