numpy做线性拟合并有R-square

Question

有多组数据要做线性拟合加R方，奈何刚开始学python没多久。数据是Excel里的，最后结果也要放回到excel里。
主要想解决的是R方。
我找到的numpy代码
这个是一元拟合的，很简单但是没有R2

import numpy as np
X=[ 1 ,2  ,3 ,4 ,5 ,6]
Y=[ 2.5 ,3.51 ,4.45 ,5.52 ,6.47 ,7.51]
z1 = np.polyfit(X, Y, 1)  #一次多项式拟合，相当于线性拟合
p1 = np.poly1d(z1)

print (p1)

这个是网站上翻的二元拟合，有R方，但是最后结果出来没有公式（主要还是缺少X的系数）

import numpy

def polyfit(x, y, degree):
    results = {}
    coeffs = numpy.polyfit(x, y, degree)
    results['polynomial'] = coeffs.tolist()

    # r-squared
    p = numpy.poly1d(coeffs)
    # fit values, and mean
    yhat = p(x)                         # or [p(z) for z in x]
    ybar = numpy.sum(y)/len(y)          # or sum(y)/len(y)
    ssreg = numpy.sum((yhat-ybar)**2)   # or sum([ (yihat - ybar)**2 for yihat in yhat])
    sstot = numpy.sum((y - ybar)**2)    # or sum([ (yi - ybar)**2 for yi in y])
    results['determination'] = ssreg / sstot #准确率
    return results

x=[ 1 ,2  ,3 ,4 ,5 ,6]
y=[ 2.5 ,3.51 ,4.45 ,5.52 ,6.47 ,7.51]
z1 = polyfit(x, y, 2)
print (z1)

想问各位大佬要怎么办呀？？？谢谢

Answer 1

np.polyfit(X, Y, 2) 就可以拟合二次多多项式啊
np.polyfit(X, Y, n) 可以拟合一元n次多项式