在Python中输出图时通过线性回归进行迭代（SciPy和MatPlotLib）

debugcn 发表于 Dev

丹尼尔瓦尔德斯

尝试遍历for循环，该循环在pandas数据帧上运行3个回归，同时为每个变量打印线图。

year = crime_df.iloc[:,0]
violent_crime_rate = crime_df.iloc[:,3]
murder_rate = crime_df.iloc[:,5]
aggravated_assault_rate = crime_df.iloc[:,11]


x_axis = [violentcrimerate, murderrate, aggravatedassaultrate]


for x in x_axis:
    slope, intercept, r_value, p_value, std_err = linregress(year, x)
    fit = slope * year + intercept


    fig, ax = plt.subplots()

    fig.suptitle('x', fontsize=16, fontweight="bold")

    ax.plot(year, x, linewidth=0, marker='o')
    ax.plot(year, fit, 'b--')


    plt.show()

代码生成了3个带有标题“ x”和不同回归线的图，但是我想知道如何针对循环中的每个变量设置每个图的相对标题（和标签）。不确定如何从我引用的列表中检索变量名。str(x)在标题行中尝试过，但返回的是列中的值，而不是列表标题。

阿列克谢

这样的东西？

import numpy as np
import matplotlib.pyplot as plt

matrix = np.random.rand(4,12)  # emulate some data
crime_df = pd.DataFrame(matrix)# emulate some data 


year = crime_df.iloc[:,0]
violent_crime_rate = crime_df.iloc[:,3]
murder_rate = crime_df.iloc[:,5]
aggravated_assault_rate = crime_df.iloc[:,11]

names = ['violent_crime_rate','murder_rate','aggravated_assault_rate']

x_axis = [violent_crime_rate, murder_rate, aggravated_assault_rate]

def linregress(year,x):  #emulate some data
    return np.random.rand(5)


for ind, x in enumerate(x_axis):
    slope, intercept, r_value, p_value, std_err = linregress(year, x)
    fit = slope * year + intercept


    fig, ax = plt.subplots()

    fig.suptitle('x:'+str(names[ind]), fontsize=16, fontweight="bold")

    ax.plot(year, x, linewidth=0, marker='o', label = names[ind] + ':1')

    ax.plot(year, fit, 'b--', label = names[ind] + ':2')

    ax.legend()

    plt.show()

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。