线性回归绘图报错求助：sklearn与matplotlib结合出现三类错误

核心错误点 #

• 变量名大小写不匹配：你定义的因变量是大写Y，但在第二部分绘图的plt.scatter(X, y, alpha=0.3)中误写为小写y，这直接导致Python找不到该变量，进而引发你提到的TypeError/KeyError/InvalidIndexError等异常。
• 次要拼写问题：代码中This is the part pf the code里的pf是of的笔误，不影响运行但建议修正。

修正后的完整代码 #

import pandas
from pandas import DataFrame
import matplotlib.pyplot as plt

from sklearn.linear_model import LinearRegression

data = pandas.read_csv('cost_revenue.csv')

data.describe()

# The CSV file contains 5034 entries. 

X = DataFrame(data, columns=['production_budget_usd'])
Y = DataFrame(data, columns=['worldwide_gross_usd'])

# 第一部分散点图（正常运行）
plt.figure(figsize=(10,6))
plt.scatter(X, Y, alpha=0.3)
plt.title('Film Cost vs Global Revenue')
plt.xlabel('Production Budget $')
plt.ylabel('Worldwide Gross $')
plt.ylim(0, 3000000000)
plt.xlim(0, 450000000)
plt.show()

# 线性回归与回归线绘制
regression = LinearRegression()
regression.fit(X, Y)

plt.figure(figsize=(10,6))
# 修正：将小写y改为大写Y
plt.scatter(X, Y, alpha=0.3)
plt.plot(X, regression.predict(X), color='red', linewidth=3)

plt.title('Film Cost vs Global Revenue')
plt.xlabel('Production budget $')
plt.ylabel('worldwide gross $')
plt.ylim(0,3000000000)
plt.xlim(0,450000000)
plt.show()

额外说明 #

• 修正变量名后，plt.plot可正常绘制回归线：regression.predict(X)返回的预测值维度与X匹配，matplotlib能直接处理DataFrame/二维数组输入。
• 若后续仍有异常，可检查cost_revenue.csv的列名是否与代码中production_budget_usd、worldwide_gross_usd完全一致，避免因列名不匹配引发KeyError。

内容的提问来源于stack exchange，提问作者CitronW