Scipy.stats 尝试对 .csv 数据集进行 linregress 时出现错误 "Too many values to unpack"

Question

我正在尝试用我的实验数据拟合一条直线。当我运行我通常使用的代码时，我得到错误

Traceback (most recent call last): File "/home/h/oscillator1.py", line 21, in slope, intercept, r_value = scipy.stats.linregress(data) ValueError: too many values to unpack (expected 3)

这是我的代码：

import matplotlib.pyplot as plt 
import pandas as pd 
import numpy as np 
import scipy.stats


data = pd.read_csv("/home/h/Documents/oscillator1.csv", decimal='.')

plt.plot(
         data['t (s)'], data['x (cm)'],
         marker='+',
         linestyle="None",
         label="Data"
         )

plt.xlabel("t [s]", fontsize=13) 
plt.ylabel("x [cm]", fontsize=13) 
plt.xticks(np.arange(0, 1300, step=150), size = 13) 
plt.yticks(np.arange(-11, 2, step=1), size = 13) 
plt.title("x vs t from torsion balance measurements", fontsize=16)

slope, intercept, r_value = scipy.stats.linregress(data) 
print("slope = {}, intercept = {} and r-value = {}".format(slope, intercept, r_value**2))

plt.plot(data['t (s)'],
         data['t (s)']*slope+intercept,
         label="Linear regression"
         )

plt.legend(fontsize=12) plt.show()

感谢任何形式的帮助。

Answer 1

请参阅documentation page。函数scipy.stats.linregress returns 5个值：

坡度
拦截
右值
p值
标准错误

您需要修改对 scipy.stats.linregress 的调用，如下所示：

slope, intercept, r_value, p_value, stderr = scipy.stats.linregress(data)

Scipy.stats 尝试对 .csv 数据集进行 linregress 时出现错误 "Too many values to unpack"

Scipy.stats error "Too many values to unpack" when attempting linregress on .csv dataset

python

scipy

scipy.stats