显示错误为 x and y can be no greater than 2-D, but have shapes (200,) and (200, 1, 1)，代码如下yHat = [] for i in range(len(xArr)): yHat.append(lwlr(xArr[i], xArr, yArr, 0.003)) plt.plot(array(xArr)[:,1],yHat) plt.show()

这个错误提示表明你传递给 plot() 函数的 y 值是一个形状为 (200,1,1) 的三维数组，而 plot() 函数只能处理两维的数据。这个错误通常是由于 y 值的维度不正确导致的。

在这种情况下，你可以尝试使用 reshape() 函数将 yHat 数组从三维转换为二维数组。这可以通过以下代码实现：

yHat = np.array(yHat).reshape(len(xArr), 1)

这会将 yHat 数组从形状为 (200,1,1) 的三维数组转换为形状为 (200,1) 的二维数组。现在你可以使用 plot() 函数绘制预测折线图与原数据散点图的叠加图了：

plt.scatter(np.array(xArr)[:,1], np.array(yArr))
plt.plot(np.array(xArr)[:,1], yHat)
plt.show()

请注意，你应该在调用 plot() 函数之前先调用 scatter() 函数，以便将散点图和折线图绘制在同一个图形中。

相关问题

x and y can be no greater than 2D, but have shapes (197,) and (197, 3, 1)

这个错误提示的含义是你的 `x` 和 `y` 数组维度超过了二维。在大多数情况下，数据都是二维的，如 `(n_samples, n_features)` 的形式。但是，如果你在使用某些特定的函数时，数据维度必须是二维或更低（即一维），则会发生此错误。

在你的情况下，`x` 数组的形状为 `(197,)`，即它是一个一维数组，而 `y` 数组的形状为 `(197, 3, 1)`，即它是一个三维数组。因此，你需要将这些数组转换为二维形式。你可以使用 `numpy.reshape()` 函数将一维数组转换为二维形式，例如：

import numpy as np

# 将 x 转换为二维形式
x = np.reshape(x, (-1, 1))

# 将 y 转换为二维形式
y = np.reshape(y, (len(y), -1))

这里，`numpy.reshape()` 函数的第一个参数是要转换的数组，第二个参数是新数组的形状。`-1` 表示该维度的大小应该根据数组的其他维度推断得出。因此，`np.reshape(x, (-1, 1))` 将 `x` 转换为一个二维数组，其中第一维的大小由 `x` 的长度自动推断得出，第二维的大小为1。同样地，`np.reshape(y, (len(y), -1))` 将 `y` 转换为一个二维数组，其中第一维的大小为 `y` 的长度，第二维的大小由 `y` 的其他维度推断得出。

ValueError: x and y can be no greater than 2D, but have shapes (288,) and (288, 307, 1)

这个错误是由于你正在尝试绘制一个二维图形，但是你提供的数据却是三维的。你可以检查一下你正在使用的绘图函数，看看它需要的数据格式是什么样的，然后将你的数据转换为相应的格式。

比如，如果你正在使用 matplotlib 库中的 plot 函数绘制二维图形，那么它需要的数据格式应该是两个一维数组，分别表示 x 轴和 y 轴上的数据点。而你提供的数据中，x 轴上的数据点是一个一维数组，y 轴上的数据点则是一个三维数组，这显然与 plot 函数需要的数据格式不符。

因此，你需要将 y 轴上的数据点转换为一个一维数组，才能正确地使用 plot 函数。具体的转换方法可能因你的数据格式而异，你可以尝试使用 numpy 库中的 reshape 函数或者 flatten 函数来实现。例如，如果你的 y 轴上的数据点是一个形状为 (288, 307, 1) 的三维数组，你可以使用以下代码将它转换为一个形状为 (288, 307) 的二维数组：

import numpy as np
y_2d = np.reshape(y, (288, 307))

或者使用 flatten 函数：

y_2d = y.flatten().reshape(288, 307)

然后，你就可以将 x 和 y_2d 作为参数传递给 plot 函数了：

import matplotlib.pyplot as plt
plt.plot(x, y_2d)
plt.show()