绘制python中的线和散点图

Question

我目前正在从Coursera学习机器学习课程（ https://www.coursera.org/learn/ml-foundations/lecture/6wD6H/visualizing-predictions-of-simple-model-with-matplotlib ）。 该课程使用Graphlab创建框架，用于学习和分配课程。 我不想使用Graphlab ，而是使用pandas ， numpy用于赋值。

在课程中，教师创建了一个回归模型，然后他使用matplotlib显示预测：

建立回归模型

sqft_model = graphlab.linear_regression.create(train_data, target='price', features=['sqft_living'],validation_set=None)

然后预测代码如下：

plt.plot(test_data['sqft_living'],test_data['price'],'.',
        test_data['sqft_living'],sqft_model.predict(test_data),'-')

结果是：

在上图中，蓝点是测试数据，绿线是从简单回归的预测。 我是编程和python的完全初学者。 我想使用免费资源，如熊猫和scikit 。 我在Ipython使用了以下来做同样的Ipython ：

建立回归模型

from pandas.stats.api import ols
sqft_model = ols(y=train_data['price'], x=train_data['sqft_living'])

但是，输入预测代码时出现以下错误：

ValueError：Series的真值是不明确的。 使用a.empty，a.bool（），a.item（），a.any（）或a.all（）

因此，我无法产生教师所做的所需结果（即上图所示的图像）。 谁能帮我吗？

请找到以下链接下载数据：

https://onedrive.live.com/redir?resid=EDAAD532F68FDF49!1091&authkey=!AKs341lbRnuCt9w&ithint=folder%2cipynb

Answer 1

我怀疑这里的问题是Pandas OLS模型无法理解GraphLab的SArray。 尝试首先将SFrames train_data和test_data转换为Pandas Dataframe - 以下内容适用于我：

df_train = train_data.to_dataframe()
model = old(y=df_train['price'], x=df_train['sqft_living'])