Spyder环境下Python线性回归拟合曲线无法显示求助

原本打算给同事展示Python对比Excel的优势，结果在Spyder环境里用Matplotlib绘制线性回归拟合曲线时，曲线始终无法显示。尝试了plt.plot、plt.axline等多种实现方式，相关代码如下，希望能帮忙排查原因：

plt.figure('example')
slope, intercept, r, p, std_err = stats.linregress(values1, values3)

def myfunc(x):
  return slope * x + intercept

mymodel = list(map(myfunc, values1))

plt.scatter(values1, values3)
#plt.plot(values1, mymodel)
#plt.axline([xy1=(0, intercept), slope=slope, label=f'$y = {slope:.1f}x {intercept:+.1f}$'])
#plt.plot(values1, mymodel, 'r', label='y={:.2f}x+{:.2f}'.format(slope,intercept))
plt.plot(values1, mymodel, 'r', label='y={:.2f}x+{:.2f}'.format(slope,intercept))

#plt.axline(xy1, kwargs)

plt.axline
plt.xlabel('time [hh:mm]')
plt.ylabel(desired_value1)
#plt.axline(xy1=(0, intercept), slope=slope, label=f'$y = {slope:.1f}x {intercept:+.1f}$')
plt.show()

排查方向建议 #

• 检查x轴数据是否有序：plt.plot绘制折线时，若x轴数据（values1）是乱序的，线条会来回交叉，看起来像未显示或杂乱无章。可以先对x和对应y数据排序后再拟合绘图：

  # 按x轴数据排序
  sorted_pairs = sorted(zip(values1, values3))
  sorted_x, sorted_y = zip(*sorted_pairs)
  # 重新计算回归参数
  slope, intercept, r, p, std_err = stats.linregress(sorted_x, sorted_y)
  mymodel = [slope * x + intercept for x in sorted_x]
  # 绘图
  plt.scatter(sorted_x, sorted_y)
  plt.plot(sorted_x, mymodel, 'r', label='y={:.2f}x+{:.2f}'.format(slope,intercept))
  

• 调整Spyder的Matplotlib后端设置：打开Spyder的「工具>偏好设置>IPython控制台>图形」，将后端改为"Automatic"或"Qt5Agg"，重启Spyder后再运行代码。后端配置错误是Spyder中图像不显示的常见原因。
• 删除无效代码：代码中单独的plt.axline是无效调用，既没有传参也没有执行，直接删掉这一行。
• 检查数据完整性：确认values1和values3中没有NaN、无穷大等异常值，这些会导致拟合或绘图失败。可以用print(np.isnan(values1).any())和print(np.isnan(values3).any())检查是否存在缺失值。
• 确认程序执行到plt.show()：在plt.show()前添加print("准备显示图像")，运行代码后看控制台是否输出这句话，排查是否在绘图前程序就已中断。

内容的提问来源于stack exchange，提问作者K S