如何在Python中将文本文件的两列数据赋值给变量以执行线性回归

第一步：读取文件，提取x、y两列数据 #

你首先得把文本文件里的每行数据拆分，分别存入x和y两个列表。假设你的文件每行是用空格（或制表符、逗号）分隔的两列数值，代码如下：

x = []
y = []
# 用with语句自动管理文件关闭，更安全
with open("linear.txt", "r") as file:
    for line in file:
        # 按空格拆分每行，若用逗号分隔就改成split(',')
        parts = line.strip().split()
        # 确保每行有有效两列数据
        if len(parts) == 2:
            x.append(float(parts[0]))
            y.append(float(parts[1]))

第二步：修正线性回归计算逻辑 #

你原来的代码存在几个问题：函数定义在调用之后、x(i)写法错误、截距公式写错、重复定义方差相关内容。下面是修正后的完整代码：

# 先定义均值计算函数
def mean(values):
    return sum(values) / len(values)

# 计算x和y的均值
x_mean = mean(x)
y_mean = mean(y)

# 计算斜率m的分子（协方差总和）和分母（x的离均差平方和）
numerator = sum((xi - x_mean) * (yi - y_mean) for xi, yi in zip(x, y))
denominator = sum((xi - x_mean)**2 for xi in x)

# 计算斜率m，避免分母为0的情况
m = numerator / denominator if denominator != 0 else 0
# 计算截距c，公式是y均值减去m乘以x均值
c = y_mean - m * x_mean

# 输出结果
print(f"线性回归方程：y = {m:.4f}x + {c:.4f}")

关键问题说明 #

• 函数必须先定义再调用：你原来先写了计算m、c的代码，后面才定义mean函数，会直接报错。
• 列表不能用x(i)这种写法：要同时遍历x和y的对应元素，用zip(x,y)配对取值即可。
• 截距公式错误：正确公式是c = mean(y) - m * mean(x)，你之前写成了x*mean(x)，x是列表无法直接和数值相乘。
• 处理除以0的情况：如果x的所有值都相同，分母会为0，加个判断能避免程序崩溃。

内容的提问来源于stack exchange，提问作者Joe Joplin