Lin-regression med input fra excelfil

Læse data fra en excel fil

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_excel('reg-excel-1.xlsx')

xarr = df["x"].to_numpy()

yarr = df["y"].to_numpy()

print(yarr)

plt.plot(xarr,yarr)

Ovenstående lille program læser reg-excel-1.xlsx filen som ligger i SAMME mappe som selve programfilen.

Filen hedder datafil df og er opbygget som en tabel. Prøv at skrive print(yarr)

for at se hvordan filen ser ud efter du har læst den ind i python.

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

df = pd.read_excel('reg-excel-1.xlsx')

xarr = df["plot x I i A"].to_numpy().reshape(-1,1)

#"plot x I i A" er overskriften for x-værdier i excel filen

#.reshape(-1,1) laver x-værdier om til en lodret liste

yarr = df["plot y U i V"].to_numpy()

#"plot y U i V" er overskriften for y-værdierne fra excelfilen

from sklearn.linear_model import LinearRegression

model = LinearRegression() #definerer "model" til at være LinearRegression

model.fit(xarr, yarr) # beregner a, b og r^2 værdierne

r2 = model.score(xarr, yarr).round(4) #r i anden værdien

a=float(model.coef_.round(3)) #hældningsværdi fra LineaerRegression

b=model.intercept_.round(4) #skæringsværdi fra LinearRegression

x=np.linspace(0,0.2,100) #beregner x-værdier til regressionslinjen

y=a*x+b # beregner y-værdier til regressionslinjen

#Plotfunktioner til at fremstille grafen

minlegende=("y = {0} Ohm * x + {1} V".format(a,b))

plt.scatter(xarr,yarr,label=minlegende) #scatter tegner x,y-punkter

plt.plot(x,y,'r--') #plot tegner regressionslinjen

plt.xlabel('I i A')

plt.ylabel('U i V')

plt.title("Strøm spændings karakteristik")

plt.legend(loc='upper left')

plt.show()

#Printer værdierne til konsollen

print('r-i-anden:', r2,)

print('b-værdi:', b)

print('hældning:', a)