深入浅出第十章 R转python

标签：fda   loader   display   regress   图片   chart   mode   线性回归   seq   

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats
df=pd.read_csv("hfda_ch10_employees.csv")
#print(df)

y = df.requested #加薪()
x = df.received #申请

#用于得出斜率和截距画出线性图
slope, intercept, r, p, std_err = stats.linregress(x, y)
#stats.linregress 固定格式，返回5个参数分别是
#slope（斜率）,intercept（截距）, #r（相关性）,。。。。

#定义对象，内容为线性方程式
def myfunc(x):
return slope * x + intercept

mymodel = list(map(myfunc, x))

#当申请加薪为10%
speed = myfunc(10)
print("当申请加薪10%时，同意加薪为百分之",speed)

plt.axhline(y=8.0, c="r", ls="--", lw=1)
plt.axvline(x=7.5, c="r", ls="--", lw=1)
plt.axvline(x=8.5, c="r", ls="--", lw=1)
plt.scatter(x,y) #散点图
plt.plot(x, mymodel) #线性回归
plt.show()

#输出结果：

深入浅出第十章 R转python

标签：fda   loader   display   regress   图片   chart   mode   线性回归   seq   

原文地址：https://www.cnblogs.com/big-tree/p/13317092.html