我正在尝试Python而不是R进行数据分析，遇到了一点麻烦。因此，我一直在阅读Scikit学习的留档，并尝试运行他们的kmeans示例在我自己，但得到这个错误消息：

使用稀疏矢量器回溯从训练数据集中提取特征（最近一次调用last）：

文件“kmeans.py”，第104行，在X=矢量器中。fit_变换（dataset.data）

文件“/Library/Python/2.7/site packages/scikit_learn-0.15_git-py2.7-macosx-10.9-intel.egg/sklearn/feature_extraction/text.py”，第1238行，在fit_transform return self中_tfidf。变换（X，copy=False）

文件“/Library/Python/2.7/site packages/scikit_learn-0.15_git-py2.7-macosx-10.9-intel.egg/sklearn/feature_extraction/text.py”，第1010行，在转换X=normalize（X，norm=self.norm，copy=False）中

文件“/Library/Python/2.7/site packages/scikit\u learn-0.15\u git-py2.7-macosx-10.9-intel.egg/sklearn/preprocessing/data.py”，第542行，在normalize-in-place\u csr\u row\u normalize\u l2（X）中

文件"sparsefuncs.pyx"，第146行，sklearn.utils.sparsefuncs.inplace_csr_row_normalize_l2（skLearning/utils/spassefuns. c： 2714）

ValueError:缓冲区数据类型不匹配，应为“int”，但为“long”

作为参考，代码在这里：http://scikit-learn.org/stable/auto_examples/document_clustering.html

我花了一点小费才得到整个sency堆栈，但我肯定我现在已经有了，只是想知道为什么复制粘贴他们的代码，然后运行它会出错（我肯定他们不会把代码放在他们的网站上）。知道修复是什么/发生了什么吗？