线性回归用matplotlib画图报错unhashable type: 'numpy.ndarray'

Question

做线性回归时，用matplotlib画散点图和直线报错unhashable type: 'numpy.ndarray'

相关代码

from sklearn.linear_model import LinearRegression 
x=data['(rm-rf)2'].str.strip("%").to_numpy().reshape(-1,1)
y=data['ri'].str.strip("%").to_numpy().reshape(-1,1)

LR=LinearRegression()
LR.fit(x,y)
y_pred=LR.predict(x)

fit_score=LR.score(x,y)
print(fit_score)
beta=LR.coef_
alpha=LR.intercept_
print(beta)
print(alpha)

from matplotlib import pyplot as plt
plt.scatter(x,y)
plt.plot(x,y_pred,color='red')
plt.show

报错：

TypeError                                 Traceback (most recent call last)
<ipython-input-94-aaddd5845bbe> in <module>
     15 
     16 from matplotlib import pyplot as plt
---> 17 plt.scatter(x,y)
     18 plt.plot(x,y_pred,color='red')
     19 plt.show

我尝试着把17行scatter括号后面的“x”、“y”改成“x.tolist()"、“y.tolist”。结果就是：蓝色的散点出来了，于是下一行（18行）的x和y_pred我也改了，但是那条直线仍然出不来。
没辙了，哪位大神帮忙看一下，万分感谢！你妈广场舞必C位，你买菜必打折！

Answer 1

你要将xy转换为numpy.ndarray格式，你可以看看这个例子：

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(0)
x = np.random.rand(20)
y = np.random.rand(20)
print(type(x))
print(type(y))
area = (50 * np.random.rand(20)) ** 2

plt.scatter(x, y, s=area, alpha=0.5)
plt.show()