python趋势分析,

　　我正在尝试使用Numpy和Scipy找到计算斜率的最快和最有效的方法。我有一个包含三个y变量和一个x变量的数据集，我需要计算它们各自的斜率。例如，我可以轻松地一次性执行这一行，如下所示，但我希望有更有效的方法。我也不认为Lin regressive是最好的方法，因为我的结果中不需要任何辅助变量，比如截距、标准误等。任何帮助都是

　　将numpy作为np导入

　　从scipy导入统计

　　y=[[2.62710000 e 11 3.14454000 e 11 3.63609000 e 11 4.03196000 e 11

　　4.21725000 e 11 2.86698000 e 11 3.32909000 e 11 4.01480000 e 11

　　4.21215000e 11 4.81202000e 11]

　　这是一个很好的例子

　　4.65011423 e 03 3.10707392 e 03 3.54692896 e 03

　　4.34233412e 03 4.88462501e 03]

　　这是一个很好的例子

　　3.13667639 e 01 2.76377113 e 01 3.27846013 e 01 3.7323417 e 01

　　3.51249997e 01 4.42563658e 01]]

　　X=[ 1990。1991.1992.1993.1994.1995.1996.1997.1998.1999.]

　　slope_0，intercept，r_value，p_value，STD _ err=stats . Lin regressive(X，Y[0，])

　　slope_1，intercept，r_value，p_value，STD _ err=stats . Lin regressive(X，Y[1，).

　　slope_2，intercept，r_value，p_value，STD _ err=stats . Lin regressive(X，Y[2，).

　　slope_0=slope/Y[0，][0]

　　slope_1=slope/Y[1，][0]

　　slope_2=slope/Y[2，][0]

　　b，a=polyfit(X，Y[1，)，1)

　　slope_1_a=b/Y[1，][0]

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。