Python线性回归

　　打开jupyter
　　cmd
　　C：Usersfjupyternotebook
　　importpandasaspd
　　importnumpyasnp
　　importstatsmodels。apiassmStatsmodels库是Python中一个强大的统计分析库，包含假设检验、回归分析、时间序列分析等功能
　　fromscipy。stats。statsimportpearsonr
　　importmatplotlib。pyplotasplt读取数据
　　datepd。readexcel（F：某公司销售数据全国订单明细。xls）
　　print（date。head（10））
　　描述统计
　　date。describe（）
　　提取数据相关数据
　　dfdate〔〔订单数量，城市，销售额，订单等级〕〕
　　df。head（10）
　　分组计算，数据处理
　　df2df。groupby（〔城市〕）。sum（）
　　df2
　　绘制散点图
　　pxdf2〔销售额〕
　　pydf2〔订单数量〕
　　plt。figure（figsize（10，5））
　　plt。scatter（px，py，colorb，labeldata）
　　plt。xlabel（sale）
　　plt。ylabel（order）
　　plt。show（）
　　相关分析
　　rpearsonr（df2〔销售额〕，df2〔订单数量〕）〔0〕
　　print（r）
　　df2。corr（）
　　Xdf2〔销售额〕
　　Xsm。addconstant（X）
　　modelsm。OLS（df2〔订单数量〕，X）
　　modelmodel。fit（）
　　model。summary（）
　　绘制回归线
　　xnp。linspace（df2〔销售额〕。min（），df2〔销售额〕。max（），100）
　　xsm。addconstant（x）
　　ymodel。predict（x）
　　plt。figure（figsize（10，5））
　　plt。scatter（px，py，colorb，labeldata）
　　plt。xlabel（sale）
　　plt。ylabel（order）
　　plt。plot（x〔：，1〕，y，r，alpha1）alpha透明度，r颜色
　　fromscipy。statsimportlinregress
　　plt。figure（figsize（10，5））
　　plt。scatter（df2〔销售额〕，df2〔订单数量〕，colorr，labeldata）
　　slope，intercept，r，p，stderrlinregress（df2〔销售额〕，df2〔订单数量〕）
　　expdf2〔销售额〕slopeintercept
　　plt。title（fy｛slope｝x｛intercept｝）
　　plt。xticks（df2〔销售额〕，df2〔订单数量〕，rotation90）
　　plt。tightlayout（）
　　plt。show（）