ищет ответ на ту же ошибку, у меня здесь, только что в моем случае я использовал немного более сложный ввод (маскированные массивы, подробно детализированные). Я отправляю свое решение здесь, если кому-то это понадобится.
В случае Масок Массивов (SciPy: Masked arrays), SciPy есть набор статистических функций, предназначенных для них: scipy.stats.mstats.
Например, пару списков массивов даст ту же ошибку при вызове scipy.stats.linregress:
from scipy import stats
x = [array([4.04]), array([4.38])]
y = [array([3.60]), array([4.03])]
slope, intercept, r_value, std_err = scipy.stats.linregress(x,y)
Traceback (most recent call last):
File "code.py", line 4, in <module>
slope, intercept, r, prob, sterrest = stats.linregress(x,y)
File ".../anaconda/lib/python3.4/site-packages/scipy/stats/_stats_mstats_common.py", line 79, in linregress
ssxm, ssxym, ssyxm, ssym = np.cov(x, y, bias=1).flat
ValueError: too many values to unpack (expected 4)
Но использование stats.mstats.linregress() будет исправить:
from scipy import stats
x = [array([4.04]), array([4.38])]
y = [array([3.60]), array([4.03])]
slope, intercept, r_value, std_err = scipy.stats.mstats.linregress(x,y)
print(r**2)
>>> 1.0
Вы упускаете 'p_value' в вашем возвращении кортежа: http://docs.scipy.org/doc/scipy-0.16.0/reference/generated/scipy.stats.linregress.html – tzaman
@tzaman прибил Это. Есть пять значений с правой стороны, но только четыре слева. Сообщение об ошибке информирует вас об этом несоответствии - но это, действительно, запутывает первый раз, когда вы сталкиваетесь с ним. – Prune