import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns plt.style.use('fivethirtyeight')#样式美化 import matplotlib.pyplot as plt from sklearn.metrics import classification_reportdata=pd.read_csv('ex2data.txt',names=['exam1','exam2','admitted']) data.head()data.describe()sns.set(context='notebook',style='darkgrid',palette=sns.color_palette("RdBu",2)) sns.lmplot('exam1','exam2',hue='admitted',data=data, size=6, fit_reg=False, scatter_kws={"s":50}) plt.show()NameError Traceback (most recent call last) Cell In[16], line 2 1 sns.set(context='notebook',style='darkgrid',palette=sns.color_palette("RdBu",2)) ----> 2 sns.lmplot('exam1','exam2',hue='admitted',datb=datb, 3 size=6, 4 fit_reg=False, 5 scatter_kws={"s":50}) 6 plt.show() --------------------------------------------------------------------------- TypeError Traceback (most recent call last) Cell In[17], line 2 1 sns.set(context='notebook',style='darkgrid',palette=sns.color_palette("RdBu",2)) ----> 2 sns.lmplot('exam1','exam2',hue='admitted',data=data, 3 size=6, 4 fit_reg=False, 5 scatter_kws={"s":50}) 6 plt.show() TypeError: lmplot() got multiple values for argument 'data'怎么修改

在代码中，第17行中的参数 'datb' 应该是 'data'，所以需要将其修改为 'data'。

修改后的代码如下：

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
import seaborn as sns 

plt.style.use('fivethirtyeight')#样式美化 
from sklearn.metrics import classification_report

data=pd.read_csv('ex2data.txt',names=['exam1','exam2','admitted']) 
data.head()

data.describe()

sns.set(context='notebook',style='darkgrid',palette=sns.color_palette("RdBu",2)) 
sns.lmplot('exam1','exam2',hue='admitted',data=data,            
           size=6,            
           fit_reg=False,            
           scatter_kws={"s":50}) 
plt.show()

相关问题

python sm.tsa

### Python `statsmodels.tsa` 时间序列分析使用教程

#### 1. 安装依赖库
为了能够顺利运行时间序列分析的相关功能，需先安装必要的Python包。可以通过pip工具来完成这些操作。

pip install numpy pandas matplotlib statsmodels seaborn scikit-learn

#### 2. 导入所需模块并加载数据集
在开始之前，确保已经导入了所有必需的Python库，并准备好了要处理的数据集。这里将以Air Passengers作为例子来进行说明[^1]。

import numpy as np
import pandas as pd
from datetime import datetime
%matplotlib inline
import warnings; warnings.simplefilter('ignore')
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')

dateparse = lambda dates: pd.datetime.strptime(dates, '%Y-%m')
data = pd.read_csv('AirPassengers.csv', parse_dates=['Month'], index_col='Month', date_parser=dateparse)

ts = data['#Passengers']
ts.head()

这段代码读取了一个CSV文件中的乘客数量随月份变化的信息，并将其转换成带有日期索引的时间序列对象。

#### 3. 数据探索性分析(EDA)
通过绘制图表可以直观地观察到该时间序列是否存在趋势、季节性和周期性的特征。

plt.figure(figsize=(10,6))
plt.plot(ts)
plt.title('Monthly Airline Passenger Numbers (1949-1960)')
plt.ylabel('Number of passengers');

此部分有助于理解原始数据的特点以及可能存在的模式或异常情况。

#### 4. 差分平稳化(Differencing)
如果发现原序列是非平稳的，则可通过差分的方法使其变得更为稳定以便后续建模工作。

def test_stationarity(timeseries):
    from statsmodels.tsa.stattools import adfuller
    
    # Determing rolling statistics
    rolmean = timeseries.rolling(window=12).mean()  
    rolstd = timeseries.rolling(window=12).std()

    # Plot rolling statistics:
    orig = plt.plot(timeseries, color='blue',label='Original')
    mean = plt.plot(rolmean, color='red', label='Rolling Mean')
    std = plt.plot(rolstd, color='black', label = 'Rolling Std')
    plt.legend(loc='best')
    plt.title('Rolling Mean & Standard Deviation')
    plt.show(block=False)
    
    # Perform Dickey-Fuller test:
    print ('Results of Dickey-Fuller Test:')
    dftest = adfuller(timeseries, autolag='AIC')
    dfoutput = pd.Series(dftest[0:4], index=['Test Statistic','p-value','#Lags Used','Number of Observations Used'])
    for key,value in dftest[4].items():
        dfoutput['Critical Value (%s)' %key] = value
    print(dfoutput)


test_stationarity(ts)

上述函数用于检测给定时间序列是否为平稳过程；如果不是的话还可以尝试对其进行一次甚至多次的一阶差分变换直到满足条件为止。

#### 5. ARIMA模型拟合与预测
ARIMA(p,d,q)是一种广泛应用于单变量时间序列预测的经典方法之一，在实际应用过程中通常需要经过参数估计、诊断检验等多个环节才能最终确定合适的超参组合形式。

from statsmodels.tsa.arima.model import ARIMA

model = ARIMA(ts, order=(5,1,0))  
results_ARIMA = model.fit()

plt.plot(ts)
plt.plot(results_ARIMA.fittedvalues, color='red')
plt.title('RSS: %.4f'% sum((results_ARIMA.fittedvalues-ts)**2))
print('Plotting ARIMA model')

此处构建了一个简单的自回归积分滑动平均模型实例，并利用训练好的结果进行了可视化展示以评估其性能表现如何。