Question

x=np.asarray([1,2,4,5,7,8,9])
y=np.asarray([2,1,3,6,4,7,9])

m,b=np.polyfit(x,y,1)

我有散点并试图通过numpy polyfit进行线性拟合（y = m * x + b，b = 0）。有没有办法强制拦截b为0？我也可以有差异吗？

我用谷歌搜索，有人说np.linalg.lstsq可能有用，但我不知道如何操纵它。我更喜欢np.polyfit。可以吗？

Answer 1

没有。 np.polyfit没有删除低阶条款的方法。以下是np.linlg.lstsq：

的使用方法

m = np.linalg.lstsq(x.reshape(-1,1), y)[0][0]
m

0.87916666666666654

与

相同

np.mean(y/x)

0.98520408163265305

Answer 2

线性代数在这里可能有点过分：

m = np.mean(y/x)

对于未加权的相关性，这项工作是否正常。