4

我已经尝试使用 (pandas)pd.ols 和 (statsmodels)sm.ols 来获得带有回归线的回归散点图，我可以得到散点图，但我似乎无法获得参数来获取要绘制的回归线。很明显，我在这里进行了一些剪切和粘贴编码:-(（以此为指导： http: //nbviewer.ipython.org/github/weecology/progbio/blob/master/ipynbs/statistics.ipynb

我的数据在 pandas DataFrame 中，x 列是 merge2[:-1].lastqu 和 y 数据列是 merge2[:-1].Units 我的代码现在如下：获取回归：

def fit_line2(x, y):
    X = sm.add_constant(x, prepend=True) #Add a column of ones to allow the calculation of the intercept
    model = sm.OLS(y, X,missing='drop').fit()
    """Return slope, intercept of best fit line."""
    X = sm.add_constant(x)
    return model
model=fit_line2(merged2[:-1].lastqu,merged2[:-1].Units)
print fit.summary()

^^^^ 好像还可以

intercept, slope = model.params  << I don't think this is quite right
plt.plot(merged2[:-1].lastqu,merged2[:-1].Units, 'bo')
plt.hold(True)

^^^^^ 这完成了散点图****并且下面没有给我回归线

x = np.array([min(merged2[:-1].lastqu), max(merged2[:-1].lastqu)])
y = intercept + slope * x
plt.plot(x, y, 'r-')
plt.show()

数据框的片段： [:-1] 从数据中消除当前周期，该周期随后将成为投影

Units   lastqu  Uperchg lqperchg    fcast   errpercent  nfcast
date                            
2000-12-31   7177    NaN     NaN     NaN     NaN     NaN     NaN
2001-12-31   10694   2195.000000     0.490038    NaN     10658.719019    1.003310    NaN
2002-12-31   11725   2469.000000

编辑：

我发现我可以这样做：

fig = plt.figure(figsize=(12,8))
fig = sm.graphics.plot_regress_exog(model, "lastqu", fig=fig)

如Statsmodels 文档中 所述，这似乎得到了我想要的主要内容（以及更多内容）我仍然想知道我在之前的代码中哪里出错了！

4

1 回答 1

1

检查您的数组和变量中有哪些值。

我的猜测是您的 x 只是 nans，因为您使用 Python 的最小值和最大值。至少在我目前打开的 Pandas 版本中会发生这种情况。

min 和 max 方法应该可以工作，因为它们知道如何处理nans 或缺失值

>>> x = pd.Series([np.nan,2], index=['const','slope'])
>>> x
const   NaN
slope     2
dtype: float64

>>> min(x)
nan
>>> max(x)
nan

>>> x.min()
2.0
>>> x.max()
2.0
于 2014-01-24T19:56:29.797 回答