phton进行批量线性拟合以及批量快速出图

在工作中常常需要将数据进行线性拟合并画出带有方程和R2的线性拟合图，用excel和origin都可以快速地进行拟合，但需要先画出散点图，再进行线性拟合。而且origin需要把方程自己以文本形式输入。如果图多的话，还是很辛苦的。 因此，本文使用python的scipy.stats 包对数据进行线性拟合，并用matplotlib批量出图，方便快捷的得到结果，提高效率，节省时间。

假设数据如图所示：

import pandas as pd
import scipy.stats as st
import numpy as np
import matplotlib.pyplot as plt

df1=pd.read_excel('transmission.xlsx', sheet_name='Sheet5', header=0)
print(df1)

x1=df1['Time']
yvalue=locals()
yname=['N004','N005','N007','N008','N009','N010']  #此处名字为各列名称
for i in range(1,7):
    yvalue['y'+str(i)]=df1[yname[i-1]]  #把不同列的值赋予不同的y(i)，注意yname的列表排序从0开始，所以要[i-1]

print (y1)



yvalue=locals()
slopev=locals()
interceptv=locals()
r_valuev=locals() 
p_valuev=locals()
std_errv=locals()
figv=locals()
for i in range(1,7):
    slopev['slope'+str(i)],interceptv['intercept'+str(i)],r_valuev['r_value'+str(i)],p_valuev['p_value'+str(i)],std_errv['std_err'+str(i)] = st.linregress(x1, yvalue['y'+str(i)])
    print('r'+str(i)+'='+str(r_valuev['r_value'+str(i)]))
    figv['fig'+str(i)],ax=plt.subplots()
    ll=ax.plot(x1, yvalue['y'+str(i)],'s')
    x_pre=np.arange(0,216.5,0.5)
    y_pre=slopev['slope'+str(i)] * x_pre + interceptv['intercept'+str(i)]
    ll2=ax.plot(x_pre,y_pre,'red',linewidth=2)
    plt.ylabel('mass loss (g)',fontdict={'family' : 'Arial', 'size'   : 20})
    plt.xticks(fontproperties = 'Arial', size = 16) #X轴 字体设置
    plt.yticks(fontproperties = 'Arial', size = 16) #X轴 字体设置
    plt.xlabel('Time (h)', fontdict={'family' : 'Arial', 'size'   : 20})
    s1=round(slopev['slope'+str(i)],4)
    i1=round(interceptv['intercept'+str(i)],4)
    func1='y='+str(s1)+'*x'+'+'+str(i1)
    R2=np.square(r_valuev['r_value'+str(i)]) #st计算出来的是皮尔逊r，需要做平方计算得到R2
    R2=round(R2,4)
    print('R2-'+str(i)+'='+str(R2))
    R2='R2='+str(R2)
    ax.text(0.2, 0.8, func1, transform=ax.transAxes)  #ax.transAxes():以子图为基准的坐标变换(以子图维度(从0到1)为单位)，这样避免plt.text 只能在固定位置，但不同子图横纵坐标可能相差很大
    ax.text(0.2, 0.75, R2, transform=ax.transAxes)

   
    namelist=['N004','N005','N007','N008','N009','N010']
    plt.title(namelist[i-1])
    figv['fig'+str(i)].savefig(namelist[i-1]+'.png',dpi=600,format='png',bbox_inches='tight')

###########################



plt.show()


print('Done!')

最后出图示例 （其中一张）：