InvalidIndexError: (slice(None, None, None), None)

最新推荐文章于 2023-06-28 09:42:43 发布

sweettea~

最新推荐文章于 2023-06-28 09:42:43 发布

阅读量2.1k

点赞数 2

分类专栏： Python Python常见报错文章标签： python 开发语言

本文链接：https://blog.csdn.net/sweet_tea_/article/details/128520810

版权

Python 同时被 2 个专栏收录

54 篇文章 5 订阅

订阅专栏

Python常见报错

36 篇文章 6 订阅

订阅专栏

文章展示了在使用Python进行数据分析时，如何从Excel文件读取数据，利用pandas、matplotlib和sklearn库进行数据可视化和线性回归模型的构建。在尝试将数据直接用于线性回归模型时遇到错误，原因是数据格式需要转换为numpy数组。通过将工龄和薪水数据转换后，成功地绘制了散点图并应用线性回归模型进行预测，用红色线条表示了拟合曲线。

摘要由CSDN通过智能技术生成

在对照书复现代码时：
1 直接将X，Y画图不会报错；
2 引入线性回归模型，再用拟合的数据画图就报错.
原因：需要转换数据格式。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LinearRegression

df = pd.read_excel('/Users/xxxxx/PycharmProjects/看过的书的源代码/python大数据分析与机器学习/第3章 线性回归模型/源代码汇总_PyCharm格式/IT行业收入表.xlsx')
X = df[['工龄']]    # 注意X要写成二维结构
Y = df['薪水']
X = np.array(X)    # 必须要加转换成np才不会报错
Y = np.array(Y)    # 必须要加转换成np才不会报错
plt.xlabel('age')
plt.ylabel('salary')
plt.scatter(X, Y)

regr = LinearRegression()    # 引入线性回归模型
regr.fit(X,Y)
plt.plot(X, regr.predict(X), color='red')