首页 星云 工具 资源 星选 资讯 热门工具
:

PDF转图片 完全免费 小红书视频下载 无水印 抖音视频下载 无水印 数字星空

线性回归阶梯上升数据构建程序

后端 1.27KB 24 需要积分: 1
立即下载

资源介绍:

进行线性数据回归分析经常需要用到波动上升的随机数据,本程序给出了使用python构建的由线性数据+随机数据+正弦数据的波动上升数据并绘制散点图的代码和效果展示。该数据共5段100个可用于进行线性回归数据分析。
# -*- coding: utf-8 -*- #导入第三方库 import random import pandas as pd import numpy as np import matplotlib.pyplot as plt import openpyxl from openpyxl import Workbook #构造用于线性回归分析使用的波动上升随机数据并绘制散点图 #构造正弦函数(数量20个、幅值0.6)点 m = np.linspace(0, 2*np.pi, 20) n = 0.6 * np.sin(m) #构建1-20序号 numbers_x1 = list(range(1, 21)) #生成20个[(序号/20)+(±0.2)+正弦函数点]的随机数据 numbers_y1 = np.add(np.add([item / 20 for item in numbers_x1],np.random.uniform(-0.2, 0.2, 20).tolist()),n) #构建21-40序号 numbers_x2 = list(range(21, 41)) #生成20个[(序号/20)+(±0.2)+正弦函数点]的随机数据 numbers_y2 = np.add(np.add([item / 20 for item in numbers_x2],np.random.uniform(-0.2, 0.2, 20).tolist()),n) #构建41-60序号 numbers_x3 = list(range(41, 61)) #生成20个[(序号/20)+(±0.2)+正弦函数点]的随机数据 numbers_y3 = np.add(np.add([item / 20 for item in numbers_x3],np.random.uniform(-0.2, 0.2, 20).tolist()),n) #构建61-80序号 numbers_x4 = list(range(61, 81)) #生成20个[(序号/20)+(±0.2)+正弦函数点]的随机数据 numbers_y4 = np.add(np.add([item / 20 for item in numbers_x4],np.random.uniform(-0.2, 0.2, 20).tolist()),n) #构建81-100序号 numbers_x5 = list(range(81, 101)) #生成20个[(序号/20)+(±0.2)+正弦函数点]的随机数据 numbers_y5 = np.add(np.add([item / 20 for item in numbers_x5],np.random.uniform(-0.2, 0.2, 20).tolist()),n) #创建excel文件 wb = Workbook() #选择当前工作表 ws = wb.active #工作表命名 ws.title = "线性回归数据" #新建工作表并命名 ws2 = wb.create_sheet("原始数据") #表格A1写入x ws['A1'] = 'x' #表格B1写入y ws['B1'] = 'y' #将20个x值写入A列 for i, x1 in enumerate(numbers_x1, start=2): cell = 'A{}'.format(i) ws[cell] = x1 #将50个y值写入B列 for i, y1 in enumerate(numbers_y1, start=2): cell = 'B{}'.format(i) ws[cell] = y1 #将20个x值写入A列 for i, x2 in enumerate(numbers_x2, start=22): cell = 'A{}'.format(i) ws[cell] = x2 #将50个y值写入B列 for i, y2 in enumerate(numbers_y2, start=22): cell = 'B{}'.format(i) ws[cell] = y2 #将20个x值写入A列 for i, x3 in enumerate(numbers_x3, start=42): cell = 'A{}'.format(i) ws[cell] = x3 #将50个y值写入B列 for i, y3 in enumerate(numbers_y3, start=42): cell = 'B{}'.format(i) ws[cell] = y3 #将20个x值写入A列 for i, x4 in enumerate(numbers_x4, start=62): cell = 'A{}'.format(i) ws[cell] = x4 #将50个y值写入B列 for i, y4 in enumerate(numbers_y4, start=62): cell = 'B{}'.format(i) ws[cell] = y4 #将20个x值写入A列 for i, x5 in enumerate(numbers_x5, start=82): cell = 'A{}'.format(i) ws[cell] = x5 #将50个y值写入B列 for i, y5 in enumerate(numbers_y5, start=82): cell = 'B{}'.format(i) ws[cell] = y5 #保存excel wb.save('回归数据.xlsx') #读取excel数据 data = pd.read_excel('回归数据.xlsx',sheet_name='线性回归数据') #获取x列 x = data['x'] #获取y列 y = data['y'] #绘制散点图 plt.scatter(x,y,color = 'b') #绘图显示 plt.show()

资源文件列表:

线性回归阶梯上升数据构建程序.zip 大约有1个文件
  1. 线性回归阶梯上升数据构建程序.py 3.19KB
0评论
提交 加载更多评论
其他资源 my-tv-main.zip
my-tv-main.zip
基于MATLAB的图像处理设计(完美运行)
图像处理设计是指在图像输入之后,对图像进行处理和改变,以达到特定的目标和效果。图像处理设计可以用于许多不同的应用,比如图像编辑、图像增强、图像识别等。 在图像处理设计中,可以使用各种算法和技术来实现不同的效果。常见的图像处理技术包括滤波、模糊、锐化、边缘检测、颜色空间转换等。这些技术可以用于改善图像质量、增强图像细节、减小噪声等。 在进行图像处理设计时,需要考虑多个因素,如图像的分辨率、色彩空间、处理速度等。此外,还需要选择合适的算法和参数,以达到预期的效果。 图像处理设计可以使用各种工具和软件来实现,如Photoshop、GIMP、Matlab等。此外,还可以使用编程语言和图像处理库来进行图像处理设计,如Python中的PIL库、OpenCV库等。 总而言之,图像处理设计是一个涉及多个领域的综合性设计过程,需要综合考虑多个因素,并选择合适的算法和技术来实现预期的效果。
基于MATLAB的图像腐蚀膨胀(完美运行)
图像腐蚀和膨胀是图像处理中常用的基本操作,用于处理二值图像或灰度图像。这两个操作主要用于去除噪声、分离连接的图像区域、增强边缘等。 图像腐蚀(Erosion)的基本思想是将图像中的物体进行收缩。具体操作是:对于图像中的每个像素,将它的邻域与一个结构元素进行比较,如果邻域内的所有像素都与结构元素对应位置上的像素相同,则该像素保持不变,否则该像素被置为0(对于二值图像来说)或被赋予邻域内像素的最小值(对于灰度图像来说)。 图像膨胀(Dilation)的基本思想是将图像中的物体进行扩张。具体操作是:对于图像中的每个像素,将它的邻域与一个结构元素进行比较,如果邻域内的至少一个像素与结构元素对应位置上的像素相同,则该像素保持不变,否则该像素被置为1(对于二值图像来说)或被赋予邻域内像素的最大值(对于灰度图像来说)。 图像腐蚀和膨胀操作通常会结合使用,称为开运算和闭运算。开运算先进行腐蚀操作再进行膨胀操作,主要用于去除小的噪声,平滑物体边缘。闭运算先进行膨胀操作再进行腐蚀操作,主要用于填充物体内部的小空洞,连接断开的物体。 在图像处理软件或库中,通常提供了腐蚀和膨胀的函数供用户调用,可以根
计组P1 单周期MIPS处理器
实验报告+项目 Verilog语言
bat11111111111111111
21212121
100天拿下Python Day 01-15(附源码)
01.初识Python 02.语言元素 03.分支结构 04.循环结构 05.构造程序逻辑 06.函数和模块的使用 07.字符串和常用数据结构 08.面向对象编程基础 09.面向对象进阶 10.图形用户界面和游戏开发 11.文件和异常 12.字符串和正则表达式 13.进程和线程 14.网络编程入门和网络应用开发 15.图像和办公文档处理 文件类型:markdown文档
100天拿下Python Day 01-15(附源码) 100天拿下Python Day 01-15(附源码) 100天拿下Python Day 01-15(附源码)
stream-robot-group-message-quick-start.zip
钉钉机器人企业内部群的交互问答的启动代码,包含接收用户消息,自定义钉钉机器人发送消息
demotestshow
javakotlin