【python】第二十二次课作业

本次作业的网站来源:作业地址

题目:

1.

【python】第二十二次课作业_第1张图片

源代码

data_stats = {}
for i in range(0, 4):
    data = anscombe[anscombe.data == i]
    cur_data_stats = {}
    cur_data_stats['average'] = np.average(data.x)
    cur_data_stats['variance'] = np.var(data.x)
    cur_data_stats['coef'] = np.corrcoef(data.x, data.y)[0,1]

    X = data.x
    X = sm.add_constant(X)
    e = np.random.random()
    beta = [1.0, 1.0]
    fit_result = sm.OLS(data.y, X).fit()
    print(fit_result.summary())
    cur_data_stats['fit_result'] = list(fit_result.params)
    dataset_name = 'dataset_' + str(i)
    data_stats[dataset_name] = cur_data_stats

print(json.dumps(data_stats, indent=4) )

2.

【python】第二十二次课作业_第2张图片

源代码

sns.set(style="ticks")

print(anscombe)

# Show the results of a linear regression within each dataset
sns.lmplot(x="x", y="y", data = anscombe, col='data')

g = sns.FacetGrid(anscombe, col='data')
g = g.map(plt.scatter, 'x', 'y')

你可能感兴趣的:(【python】第二十二次课作业)