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

一、简介

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，本文给出了使用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。

二、代码

# -*- 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"
#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()

三、效果展示 

1、生成的excel表格效果展示

2、散点图效果展示