计算比特币Money Flow Index时触发TypeError：numpy.float64无len()方法

看起来你在使用pyti库计算资金流指数（MFI）时遇到了参数传递的问题，这个TypeError: object of type 'numpy.float64' has no len()错误，通常是因为给money_flow_index函数传入了单个数值而非数组，或者参数格式不符合要求。我们一步步来修复你的代码：

1. 先修正数据顺序问题 #

GDAX的get_product_historic_rates返回的数据是从最新到最旧的倒序排列，直接用的话会导致技术指标计算逻辑错误，所以第一步要反转数据：

historic = public_client.get_product_historic_rates('BTC-USD', granularity=60)
# 反转数据，让时间从旧到新
historic = historic[::-1]

2. 准备MFI所需的核心数据 #

MFI的计算依赖两个关键数据：

• 典型价格（Typical Price）：公式为 (High + Low + Close) / 3
• 成交量（Volume）：直接用数据里的Volume字段

在你的DataFrame中添加典型价格列：

df = pd.DataFrame(historic)
df.columns = ['Time', 'Low', 'High', 'Open', 'Close', 'Volume']
# 计算典型价格
df['Typical_Price'] = (df['High'] + df['Low'] + df['Close']) / 3

3. 正确调用pyti的money_flow_index函数 #

pyti的money_flow_index函数需要三个参数（最后一个可选）：

• 第一个参数：典型价格的数组/Series
• 第二个参数：成交量的数组/Series
• 第三个参数：计算周期（默认14，可选）

注意不要传入单个数值（比如某一行的Close值），必须传入整个序列。修改后的调用代码如下：

# 计算MFI，这里用默认的14周期
df['MFI'] = mfi(df['Typical_Price'], df['Volume'], period=14)

4. 完整修正后的代码 #

把所有步骤整合起来，完整代码如下：

import gdax
import pandas as pd
from pyti.money_flow_index import money_flow_index as mfi

public_client = gdax.PublicClient()
# 获取历史数据并反转顺序
historic = public_client.get_product_historic_rates('BTC-USD', granularity=60)
historic = historic[::-1]

pd.set_option('display.max_rows', 30)
df = pd.DataFrame(historic)
df.columns = ['Time', 'Low', 'High', 'Open', 'Close', 'Volume']
# 计算典型价格
df['Typical_Price'] = (df['High'] + df['Low'] + df['Close']) / 3
# 计算MFI
df['MFI'] = mfi(df['Typical_Price'], df['Volume'], period=14)
# 取前30行查看
df = df.head(n=30)
print(df, '\n')

错误原因分析 #

你代码里的close_data是未定义的变量，而且没有正确调用mfi函数。如果之前尝试调用时错误地传入了单个数值（比如mfi(df['Close'].iloc[0], ...)），就会触发numpy.float64没有len()的错误——因为函数期望接收一个可迭代的数组/序列，而非单个数值。

内容的提问来源于stack exchange，提问作者This play nay mm