解决在使用numpy.polyfit 时出现的 raise LinAlgError("SVD did not converge in Linear Least Squares")错误

#测试talib模块
import talib
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = []
close_list = []
f = open("trade_records/contract_data_HOUR.txt",'r')
data = f.readlines()

for item in data:
    df.append(eval(item))
f.close()

print(df)
df = pd.DataFrame(df)
print(df)
real = talib.MA(df.close,timeperiod=3)

print(real)

x=range(0,len(real)-2,1)
y= real[2:]

#求x,y的多项式
z1 = np.polyfit(x,list(y),6)
p1 = np.poly1d(z1)# 转换成多项式表达式
yvals = p1(x) #求得拟合函数yvals

#绘制拟合曲线
plt.plot(x,y,'b--',label='original values')
plt.plot(x,yvals,'r',label='polyfit values')
plt.xlabel('Time')
plt.ylabel('Price')
plt.legend(loc=3)
plt.show()

real的值为：

0          NaN
1          NaN
2     3.606000
3     3.584333
4     3.580000
5     3.572333
6     3.585000
7     3.589000
8     3.599667
9     3.593000
10    3.585000
11    3.575667
12    3.557000
13    3.544000
14    3.562000
15    3.590000
16    3.613333
17    3.598333
18    3.590000
19    3.577000
dtype: float64

在上面的例子中，real的前两个值为np.NaN型，因此无法进行plot，进而会出现LinAlgError错误，只需要将非法值去掉后就可以正常运行了；

运行结果：