python-线性回归NumPy和Matplotlib库

import matplotlib.pyplot as plt
from scipy import stats

x = [5,7,8,7,2,17,2,9,4,11,12,9,6]
y = [99,86,87,88,111,86,103,87,94,78,77,85,86]

slope, intercept, r, p, std_err = stats.linregress(x, y)

def myfunc(x):
  return slope * x + intercept

mymodel = list(map(myfunc, x))

plt.scatter(x, y)
plt.plot(x, mymodel)
plt.show()

这段代码使用了Matplotlib和SciPy库来进行简单的线性回归分析,并绘制出数据点和回归线的散点图。下面是对每行代码的解释:

  1. import matplotlib.pyplot as plt:导入Matplotlib库中的pyplot模块,并将其命名为plt,以便在代码中使用。

  2. from scipy import stats:从SciPy库中导入stats模块,用于进行统计分析。

  3. x = [5,7,8,7,2,17,2,9,4,11,12,9,6]:定义一个一维数组x,表示自变量的取值。

  4. y = [99,86,87,88,111,86,103,87,94,78,77,85,86]:定义一个一维数组y,表示因变量的取值。

  5. slope, intercept, r, p, std_err = stats.linregress(x, y):使用stats模块中

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值