在使用python进行实验的同时,需要先安装我们在程序设计中所需要的包,可从https://pypi.org/上进行下载,下载版本注意与python版本一致。
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn import linear_model
import xlrd
# 打开文件
workbook = xlrd.open_workbook(r'C:\Users\uesrname\Desktop\xlsxname.xlsx')
#可以根据sheet索引或者名称获取sheet内容,以下两种方法都行
#sheet1 = workbook.sheet_by_index(0) # sheet索引从0开始
sheet1 = workbook.sheet_by_name('Sheet1')
#获取该sheet1总行数和列数
#print(sheet1.nrows,sheet1.ncols)
cols = list(sheet1.col_values(1)) # 获取第二列内容
cols1 = cols[1:] #去除第一行内容,因为我不需要第一行数据,实际情况可用printf函数打印出cols来进行取舍
len1 = len(cols1) #得到该列处理数据的个数
#调用线性回归函数
reg=linear_model.LinearRegrsession(fit_intercept=True,normalize=False)
#创建一个二维列表
L1 = []
for x in range(0,117,1):
L1.append([])
y=x+1
L1[x].append(y)
#得到点的横坐标和纵坐标,注意:数据个数需保持一致
x = L1 #必须要是二维列表