Записи в вашем x являются строками, преобразуйте их в float:
x = np.array(...).T.astype(np.float)
Сначала это не удастся из-за значений NULL в file.csv, вам нужно либо отфильтровать их, либо указать значение с плавающей точкой, в которое они должны быть конвертированы.
Прежде чем опубликовать вопрос, попробуйте сначала простой поиск в Google для немедленного ответа. Если вы погуглите эту ошибку вместе с «pysal 1.14.4», вы сразу же найдете это решение:
TypeError: невозможно выполнить уменьшение с помощью гибкого типа
Так как это должно работать каждую минуту, я предложил бы писать службу Windows. Это не очень сложно, и если бы Вы никогда не делали это прежде, то это было бы большим, чтобы Вы изучили, как это сделано.
Вызов запланированной задачи каждую минуту не является чем-то, что я рекомендовал бы.
Я сказал бы, сосут его и пишут его как службу Windows. Я не нашел, что запланированные задачи очень надежны и когда это не работает, я должен все же найти простой способ узнать, почему это не имеет.
если бы у Вас должен быть выполняемый каждую минуту, я создал бы его как сервис окон. Я не использовал бы планировщик для чего-то меньшего чем ежедневной задачи.
Я сказал бы, что это зависит от того, что это делало, но в целом я всегда выступаю за наличие наименьшее количество слоев. Если Вы пишете это как консольный сервис и используете планировщика задач затем, у Вас есть два места для поддержания продвижения.
Если Вы пишете это как сервис окон затем, у Вас только есть тот меньше мест для проверки в случае, если что-то идет не так, как надо.
Я соглашаюсь, это - своего рода трата усилия создать даже консольный исполняемый файл и запланировать его, чтобы выполняться каждую минуту. Я предложил бы исследовать что-то как Кварц. Сеть. Тем путем можно создать простое задание и запланировать его для выполнения каждую минуту.
Единственный другой вопрос для рассмотрения, то, что, если Вы - задание, включает некоторое взаимодействие базы данных, считайте изучение сервисов интеграции/планирования обеспеченным Вашей базой данных.
Например, создание пакета SSIS для Вашего связанного с SQL Server сервиса может немного походить на излишество, но это может быть интегрировано приятно со средой и уже будет иметь свои собственные механизмы входа/проверки ошибок на месте.
Запланированные задачи Windows были достаточно надежными для наших целей, и мы предпочитаем их почти во всех случаях службам Windows из-за простоты их установки и расширенные функции восстановления. Постоянный характер службы Windows может стать проблемой, если часть написанного кода окажется заблокированной или зацикленной на фрагменте кода, в котором она не должна находиться. Обычно мы пишем наш код в способ, похожий на этот
Init();
Run();
CleanUp();
Затем, как часть запланированной задачи, мы устанавливаем ограничение по времени на то, как долго процесс может работать, и заставляем его убить процесс, если он работает дольше.
В поисках помощи по расписанию я наткнулся на очень хорошую статью Джона Галлоуэя .
Использование службы Windows для выполнения запланированной задачи имеет ряд недостатков. Я согласился с этим. Я бы посоветовал использовать простую в реализации задачу по расписанию. См. подробную информацию о реализации планировщика задач . Надеюсь, эта информация поможет в доработке подхода к реализации.