在 Python 中输出绘图时迭代线性回归（SciPy 和 MatPlotLib）答案

【问题标题】：Iterate through linear regression while outputting plots In Python (SciPy & MatPlotLib)在 Python 中输出绘图时迭代线性回归（SciPy 和 MatPlotLib）
【发布时间】：2020-02-10 00:04:49
【问题描述】：

尝试遍历一个 for 循环，该循环在 pandas 数据帧上运行 3 次回归，同时为每个变量打印一条线图。

year = crime_df.iloc[:,0]
violent_crime_rate = crime_df.iloc[:,3]
murder_rate = crime_df.iloc[:,5]
aggravated_assault_rate = crime_df.iloc[:,11]


x_axis = [violentcrimerate, murderrate, aggravatedassaultrate]


for x in x_axis:
    slope, intercept, r_value, p_value, std_err = linregress(year, x)
    fit = slope * year + intercept


    fig, ax = plt.subplots()

    fig.suptitle('x', fontsize=16, fontweight="bold")

    ax.plot(year, x, linewidth=0, marker='o')
    ax.plot(year, fit, 'b--')


    plt.show()

代码生成 3 个标题为“x”的图和不同的回归线，但我想知道如何为每个图相对于循环中的每个变量设置相对标题（和标签）。不确定如何从我引用的列表中检索变量名称。在字幕行中尝试了str(x)，但返回的是列中的值而不是列表标题。

【问题讨论】：

标签： python pandas loops matplotlib regression

【解决方案1】：

这样的？

import numpy as np
import matplotlib.pyplot as plt

matrix = np.random.rand(4,12)  # emulate some data
crime_df = pd.DataFrame(matrix)# emulate some data 


year = crime_df.iloc[:,0]
violent_crime_rate = crime_df.iloc[:,3]
murder_rate = crime_df.iloc[:,5]
aggravated_assault_rate = crime_df.iloc[:,11]

names = ['violent_crime_rate','murder_rate','aggravated_assault_rate']

x_axis = [violent_crime_rate, murder_rate, aggravated_assault_rate]

def linregress(year,x):  #emulate some data
    return np.random.rand(5)


for ind, x in enumerate(x_axis):
    slope, intercept, r_value, p_value, std_err = linregress(year, x)
    fit = slope * year + intercept


    fig, ax = plt.subplots()

    fig.suptitle('x:'+str(names[ind]), fontsize=16, fontweight="bold")

    ax.plot(year, x, linewidth=0, marker='o', label = names[ind] + ':1')

    ax.plot(year, fit, 'b--', label = names[ind] + ':2')

    ax.legend()

    plt.show()

【讨论】：