matplotlib / numpyによる線形回帰

生成した散布図で線形回帰を生成しようとしていますが、データはリスト形式であり、使用polyfitする例はすべて、を使用する必要がありarangeます。arangeただし、リストは受け付けません。リストを配列に変換する方法について高低を検索しましたが、何も明確ではないようです。私は何かが足りないのですか？

続いて、整数のリストをpolyfit？への入力としてどのように使用すればよいですか？

これが私がフォローしているpolyfitの例です：

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 リストを生成します（まあ、numpy配列）; help(np.arange)詳細はタイプしてください。既存のリストで呼び出す必要はありません。

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

poly1d「m * x + b」やそれに相当するものを書き出すのではなく、ここで使用する傾向があることを付け加えておきます。そのため、私のバージョンのコードは次のようになります。

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)

このコード：

from scipy.stats import linregress

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

次のリストを提供します。

勾配：フロート
回帰直線の傾き
フロート：インターセプト
回帰直線の切片
r値：フロート
相関係数
p値：フロート
帰無仮説傾きがゼロであることであるという仮説を試験するための両側p値は
標準エラー：フロート
推定値の標準誤差

ソース

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()

これを使って ..

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()

もう1つの手っ取り早い答えは、次を使用してリストを配列に変換できるということです。

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