我刚刚开始学习Python，以便在课堂上学到的知识得以实践，完成机器学习作业。
我对Python还不太熟悉，因此我刚刚发现了scipy库，它提供了许多非常有用的数学工具，其中包括使用interpolate.lagrange进行一维多项式的拉格朗日插值。
我试图使用这个函数来得到一个方程，以便后续使用。然而，我遇到了以下错误：
/usr/lib/python2.7/dist-packages/numpy/lib/polynomial.py:1186: RuntimeWarning: divide by zero encountered in true_divide return poly1d(self.coeffs/other) /usr/lib/python2.7/dist-packages/numpy/lib/polynomial.py:681: RuntimeWarning: invalid value encountered in double_scalars
代码：
import sysimport mathimport osimport numpy as npfrom scipy import interpolateimport matplotlib.pyplot as pltx = []y = []file = open(os.getcwd()+"/practice/train.txt", "r")for line in file.read().split(): x.append(float(line.split(',')[0])) y.append(float(line.split(',')[1]))poly = interpolate.lagrange(x, y)print poly(1.5)训练数据集：https://s3.amazonaws.com/hr-testcases/399/assets/trainingdata.txt
我目前尝试过的方法：我了解到数据中的某些行导致了零除错误。通过对数据集进行分而治之的方法，删除一些行可以使其工作，但这样我会失去准确性，导致poly(x)打印出的y值（f(x)）不准确。
注意：我还没有找到触发零除错误的那一行。
任何解释都将非常受欢迎。
回答：
导致零除错误的原因是你有重复的数据点。例如，x[40]和x[64]是相同的。由于算法的工作方式，在某个时刻你会进行something / (x[40] - x[64])的运算。
然而，即使你删除了重复项，你还有其他问题。你的数据集代表了函数f(x) = 2 * x if x < 4 else 8。这不是一个简单的多项式，插值在尝试中会严重失败。此外，你的数据点是打乱的，这意味着根据你取的数据集的不同切片，你应该期望得到不同的结果，例如，只取x > 4的点，或者只取x < 4的点，或者最有可能的是，取中间的某些点。
最后但同样重要的是，即使你按升序排列你的数据点，函数的文档也指出它在数值上是不稳定的。
警告：此实现数值上不稳定。即使点是最优选择，也不要期望能够使用超过大约20个点。
>>> xx, yy = list(zip(*sorted(set(zip(x, y)))))>>> for k in range(15, 25): print(k, interpolate.lagrange(xx[:k], yy[:k])(1))15 1.9999991522116 1.9999853124617 1.9999234546618 1.9999390479219 2.0023633347220 2.0158903420721 -1.0447749886722 -20.814813292723 -172.98395697824 4185.90603781