出现TypeError: ‘list‘ object is not callable的解决办法

最近遇到了出现

TypeError: 'list' object is not callable 

的错误，在网上也是搜索了很多解决办法https://blog.csdn.net/qq_38486203/article/details/85005358。但发现都没有用，原因在于（根本没有相撞的定义）。

代码及错误如下：

# -*- coding: utf-8 -*-
#p129 K-Means算法聚类


import pandas as pd
# 参数初始化
inputfile = 'data3.xls'  # 销量及其他属性数据
outputfile = 'D:/下载管理/资料集/资料/数据分析/无源/Python数据分析与挖掘实战（第2版）/chapter5/demo/tmp/data_type.xls'  # 保存结果的文件名
k = 4  # 聚类的类别（更改所在）
iteration = 500  # 聚类最大循环次数
data = pd.read_excel(inputfile, index_col = 'Id')  # 读取数据
data_zs = 1.0*(data - data.mean())/data.std()  # 数据标准化

from sklearn.cluster import KMeans
model = KMeans(n_clusters = k, n_jobs = 4, max_iter = iteration,random_state=1234)  # 分为k类，并发数4
model.fit(data_zs)  # 开始聚类

# 简单打印结果
r1 = pd.Series(model.labels_).value_counts()  # 统计各个类别的数目
r2 = pd.DataFrame(model.cluster_centers_)  # 找出聚类中心
r = pd.concat([r2, r1], axis = 1)  # 横向连接（0是纵向），得到聚类中心对应的类别下的数目
r.columns = list(data.columns) + ['类别']  # 重命名表头
print(r)

# 详细输出原始数据及其类别
r = pd.concat([data, pd.Series(model.labels_, index = data.index)], axis = 1)   # 详细输出每个样本对应的类别
r.columns = list(data.columns) + ['聚类类']  # 重命名表头
r.to_excel(outputfile)  # 保存结果




def density_plot(data):  # 自定义作图函数
    import matplotlib.pyplot as plt
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
    p = data.plot(kind='kde', linewidth = 2, subplots = True, sharex = False)
    [p[i].set_ylabel(u'密度') for i in range(3)]#range(\n)--\n为输出个数
    plt.legend()
    return plt

pic_output = 'D:/下载管理/资料集/资料/数据分析/无源/Python数据分析与挖掘实战（第2版）/chapter5/demo/tmp/pd'  # 概率密度图文件名前缀
for i in range(k):
    density_plot(data[r[u'聚类类别']==i]).savefig(u'%s%s.png' %(pic_output, i))
 
    
  
  

 解决办法：

        我解决的办法就是重新建一个项目，然后把原来的代码复制进去，重新运行。这里注意的是：复制过去后记得把路径那些改成正确的来。