Hồi quy tuyến tính với matplotlib / numpy

Tôi đang cố gắng tạo hồi quy tuyến tính trên một biểu đồ phân tán mà tôi đã tạo, tuy nhiên dữ liệu của tôi ở định dạng danh sách và tất cả các ví dụ tôi có thể tìm thấy về cách sử dụng đều polyfityêu cầu sử dụng arange. arangekhông chấp nhận danh sách mặc dù. Tôi đã tìm kiếm cao và thấp về cách chuyển đổi một danh sách thành một mảng và dường như không có gì rõ ràng. Tui bỏ lỡ điều gì vậy?

Sau đây, làm cách nào tốt nhất để tôi có thể sử dụng danh sách các số nguyên của mình làm đầu vào cho polyfit?

đây là ví dụ về polyfit mà tôi đang theo dõi:

from pylab import * 

x = arange(data) 
y = arange(data) 

m,b = polyfit(x, y, 1) 

plot(x, y, 'yo', x, m*x+b, '--k') 
show() 

arange tạo danh sách (tốt, mảng không có hạt); gõ help(np.arange)để biết chi tiết. Bạn không cần phải gọi nó trong danh sách hiện có.

>>> x = [1,2,3,4]
>>> y = [3,5,7,9] 
>>> 
>>> m,b = np.polyfit(x, y, 1)
>>> m
2.0000000000000009
>>> b
0.99999999999999833

Tôi nên nói thêm rằng tôi có xu hướng sử dụng poly1dở đây hơn là viết ra "m * x + b" và các từ tương đương bậc cao hơn, vì vậy phiên bản mã của tôi sẽ trông giống như sau:

import numpy as np
import matplotlib.pyplot as plt

x = [1,2,3,4]
y = [3,5,7,10] # 10, not 9, so the fit isn't perfect

coef = np.polyfit(x,y,1)
poly1d_fn = np.poly1d(coef) 
# poly1d_fn is now a function which takes in x and returns an estimate for y

plt.plot(x,y, 'yo', x, poly1d_fn(x), '--k')
plt.xlim(0, 5)
plt.ylim(0, 12)

Mã này:

from scipy.stats import linregress

linregress(x,y) #x and y are arrays or lists.

đưa ra một danh sách với những điều sau:

độ dốc: độ dốc float
của điểm
chặn đường hồi quy : điểm chặn float
của đường hồi quy
r-value:
hệ số tương quan float
p-value: giá trị p
hai phía đối với kiểm định giả thuyết có giả thuyết rỗng là độ dốc bằng 0
stderr: float
Sai số chuẩn của ước tính

Nguồn

import numpy as np
import matplotlib.pyplot as plt 
from scipy import stats

x = np.array([1.5,2,2.5,3,3.5,4,4.5,5,5.5,6])
y = np.array([10.35,12.3,13,14.0,16,17,18.2,20,20.7,22.5])
gradient, intercept, r_value, p_value, std_err = stats.linregress(x,y)
mn=np.min(x)
mx=np.max(x)
x1=np.linspace(mn,mx,500)
y1=gradient*x1+intercept
plt.plot(x,y,'ob')
plt.plot(x1,y1,'-r')
plt.show()

Dùng cái này ..

from pylab import * 

import numpy as np
x1 = arange(data) #for example this is a list
y1 = arange(data) #for example this is a list 
x=np.array(x) #this will convert a list in to an array
y=np.array(y)
m,b = polyfit(x, y, 1) 

plot(x, y, 'yo', x, m*x+b, '--k') 
show()

Một câu trả lời nhanh chóng và dễ hiểu khác là bạn chỉ có thể chuyển đổi danh sách của mình thành một mảng bằng cách sử dụng:

import numpy as np
arr = np.asarray(listname)