python提取excel两列数据做线性回归代码

在Python中，我们可以使用pandas库处理Excel文件，并结合sklearn库进行线性回归分析。以下是一个简单的例子，假设你需要从Excel表格的两列数据（假设A列是自变量x，B列是因变量y）进行线性回归：

# 导入所需库
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

# 加载Excel数据
df = pd.read_excel('your_file.xlsx')  # 替换 'your_file.xlsx' 为你实际的文件路径
x_data = df['A']  # A列代表自变量
y_data = df['B']  # B列代表因变量

# 划分训练集和测试集
x_train, x_test, y_train, y_test = train_test_split(x_data, y_data, test_size=0.2, random_state=42)

# 创建线性回归模型
model = LinearRegression()

# 训练模型
model.fit(x_train.values.reshape(-1, 1), y_train)

# 预测
y_pred = model.predict(x_test.values.reshape(-1, 1))

# 计算误差
mse = mean_squared_error(y_test, y_pred)
print("Mean Squared Error:", mse)

# 如果需要，你可以进一步分析模型性能，如查看系数、截距等

请注意，确保你的环境已经安装了pandas和sklearn库。如果你的数据包含缺失值或其他特殊情况，可能还需要对数据进行预处理。