python运行所有代码都第一行报错

Question

显示如图，改如何解决

Traceback (most recent call last):
  File "C:\Users\thinkpad\Desktop\Feature_Cal.py", line 5, in <module>
    import numpy as np
  File "C:\python3.9\lib\site-packages\numpy\__init__.py", line 147, in <module>
    from . import lib
ImportError: cannot import name 'lib' from partially initialized module 'numpy' (most likely due to a circular import) (C:\python3.9\lib\site-packages\numpy\__init__.py)

Answer 1

解决办法：
1，拆解成多个文件，将要互相引用的分开
2，缩小导入的范围，如一般情况下import在文件顶部，这时候可以将import移动到紧挨需要导入的代码上方即可；
3. 把这个py文件改个名字，最好长一点，以防万一跟库里面的文件重名
4. 修改为：from xx import *

Answer 2

求采纳

Answer 3

```)
#!/usr/bin/env python
# -*- coding: UTF-8 -*-

##最传统的灰色模型
import numpy as np
class Grey_model(object):
    def __init__(self,input_value):
        #初始化过程，先建立好变量空间，即累加序列，背景值序列，B和Y矩阵，拟合序列，预测值序列等。
        self.input_value=input_value
        self.accumulation_value=np.zeros(len(input_value))
        self.background_value=np.zeros(len(input_value)-1)
        self.y_matrix_value=np.mat(np.zeros((len(input_value)-1,1)))
        self.b_matrix_value=np.mat(np.ones((len(input_value)-1,2)))
        self.accumulation()
    #计算累加序列
    def accumulation(self):
        for i in range(len(self.input_value)):
            self.accumulation_value[i]=np.sum(self.input_value[0:i+1])

    #计算Z值
    def background_values(self):
        for i in range(len(self.accumulation_value)-1):
            self.background_value[i]=(self.accumulation_value[i]+self.accumulation_value[i+1])/2

    #计算B矩阵
    def b_matrix(self):
        self.background_values()
        for i in range (self.b_matrix_value.shape[0]):
            self.b_matrix_value[i,0]=-self.background_value[i]

    #计算Y矩阵
    def y_matrix(self):
        for i in range(self.y_matrix_value.shape[0]):
            self.y_matrix_value[i]=self.accumulation_value[i+1]-self.accumulation_value[i]

    #计算参数矩阵U：U=(B^T*Y)^-1*B^T*Y
    def u_matrix(self):
        self.y_matrix()
        self.b_matrix()
        self.u_matrix_values=(self.b_matrix_value.T*self.b_matrix_value)**-1 * self.b_matrix_value.T * self.y_matrix_value
        #下面把矩阵格式转化为数组格式，再转化为列表格式
        self.u_matrix_array=np.array(self.u_matrix_values.T)[0]
        self.u_matrix_value=self.u_matrix_array.tolist()

    #计算预测值
    def predict(self,number_of_forecast):
        self.u_matrix()
        self.predicted_accumulation_value=[]
        #使用了float("%.2f"% 来调整输出值的小数的个数
        self.predicted_value=[float("%.2f"%(self.input_value[0]))]
        for i in range(len(self.input_value)+int(number_of_forecast)):
            self.predicted_accumulation_value.append(((self.accumulation_value[0]-self.u_matrix_value[1]/self.u_matrix_value[0]
                )*np.exp(-self.u_matrix_value[0]*(i)))+self.u_matrix_value[1]/self.u_matrix_value[0])
                #上式中e^-at,由于python中从0开始算，故t减去1
        for i in range(len(self.predicted_accumulation_value)-1):
            self.predicted_value.append(float("%.2f"%(self.predicted_accumulation_value[i+1]-self.predicted_accumulation_value[i])))
    
    #计算误差
    def test_error(self):
        MAPE_list=[]
        for i in range(len(self.input_value)):
            MAPE_list.append(abs((self.predicted_value[i]-self.input_value[i])/self.input_value[i]))
        self.MAPE=str(100*(np.mean(MAPE_list[1:])))[:5]+ '%'

#下面是个测试实验，input_value是输入序列，预测的个数为3.
if __name__ == '__main__':
    input_value=[29.2,33.9,39.7,46.8,56.1,69.5,80.7,87.5,107.5]
    number_of_forecast=3
    A=Grey_model(input_value)
    A.predict(number_of_forecast)
    A.test_error()
    print('预测值')
    print(A.predicted_value)
    print('\nMAPE值')
    print(A.MAPE)

还是不太行，我运行的是直接复制的代码，可以帮我看看这个代码有什么问题吗，谢谢啦

Answer 4

前四行忽略一下，不小心输错了