PYTHON：最适合每x值多个y值的线

Question

我正在matplotlib中相对于2d数组（y轴）绘制1d数组（x轴），因此每个x值都有多个y值。我想绘制一条最适合的straigt线（线性回归），而不仅仅是连接这些点的线。我该怎么办？？

所有样本示例似乎每个x值都只有一个y值。当我使用'from sklearn.linear_model import LinearRegression'时，我得到的最佳拟合线与每个x值的y值一样多。

编辑：这是我尝试过的代码：

model = LinearRegression()
x_axis2 = np.arange(0,len(av_rsq3))
x_axis2 = x_axis2.reshape(-1,1)
model.fit(x_axis2, av_rsq3)
pt.figure()
pt.plot(x_axis2,av_rsq3, 'rx')
pt.plot(x_axis2, model.predict(x_axis2))

注意：x_axis2是一个1d数组，而av_rsq3是2d数组。

Answer 1

您只需要添加具有匹配x值的这些点作为普通点，然后可以添加一条最合适的线，如下所示：

void FuncThatDoesSomething(T1 arg1, T2 arg2,...)
{
  // do it
}

// function has to match the event handler signature 
void FuncThatIsBoundInXaml(object sender, RoutedEventArgs e)
{
  var vm = sender.DataContext as YourViewModelType;
  // call method with required args
  FuncThatDoesSomething(vm.SomeProperty, 42);
}

产生。
注意，一条直线不适合我的示例数据，但是在编写它时我并没有考虑到这一点：)使用polyfit，您还可以更改拟合度，并获得渐变*和偏移量。

*（或其他多项式系数）

Answer 2

您需要做的是提供一对一的映射。点出现的顺序无关紧要。所以如果你有这样的东西

X:  [1,2,3,4]
Y1: [4,6,2,7]
Y2: [2,3,6,8]

你会得到这个

X: [1,2,3,4,1,2,3,4]
Y: [4,6,2,7,2,3,6,8]

Answer 3

如果只想绘制y值并在它们之间平均一条线，则可以这样做。从另一个答案借用虚拟数据：

x = [1,2,3,4]

y = [4,6,2,7]
y1 = [2,3,6,8]

plt.scatter(x,y)
plt.scatter(x,y1)
plt.plot(x,[((y[i]+y1[i])/2) for i in range(len(y))])