Python与Excel线性拟合异常：绘图与数值矛盾问题咨询

嘿，这个问题我太熟了！好多人用Statsmodels做线性回归时都会踩这个坑——明明参数和R²跟Excel完全对得上，画出来的线却完全跑偏，反而numpy的图和Excel几乎一模一样。咱们来拆解一下这个矛盾到底是咋回事，以及怎么快速解决。

核心原因：自变量的“格式误会” #

先搞清楚两个工具的拟合逻辑差异：

• numpy.polyfit：非常直接，你给它x和y，它就直接按y = 斜率*x + 截距的形式拟合，绘图时你用同一个x计算拟合值，自然和Excel的趋势线走向一致。
• Statsmodels OLS：它的规则更“严谨”——拟合时要求自变量是包含常数项（截距）的设计矩阵（也就是要加一列全1的数组）。很多同学确实记得用sm.add_constant(x)来加截距，所以拟合出来的参数和R²能和Excel对齐，但绘图时犯了个低级错误：直接把原始的x传给model.predict()，而不是用拟合时的那个带常数项的X！

举个实际的例子，假设你的数据是：

import numpy as np
import statsmodels.api as sm
import matplotlib.pyplot as plt

x = np.array([1,2,3,4,5])
y = np.array([2,4,5,7,9])

如果你这么写绘图代码，肯定会出问题：

# 正确加了截距，拟合参数对，但绘图错了
X = sm.add_constant(x)
model = sm.OLS(y, X).fit()
y_pred = model.predict(x)  # 这里错了！predict要的是带常数项的X，不是原始x
plt.plot(x, y_pred)  # 画出来的线完全不对

这时候predict接收到的x没有常数项，相当于让模型用一个全新的、没有截距的自变量计算拟合值，结果当然跑偏，但模型本身的参数是基于正确的X算的，所以参数和R²还是和Excel一致——这就是矛盾的根源！

解决办法：两种方式搞定绘图 #

方式1：给predict传正确的设计矩阵 #

就用拟合时的那个带常数项的X来计算拟合值，代码如下：

# 完整正确流程
x = np.array([1,2,3,4,5])
y = np.array([2,4,5,7,9])

# 1. 给自变量加常数项（对应Excel的截距）
X = sm.add_constant(x)
# 2. 拟合模型
model = sm.OLS(y, X).fit()
# 3. 用带常数项的X计算拟合值
y_pred = model.predict(X)

# 4. 绘图，这下就和Excel、numpy的图一致了
plt.scatter(x, y, label='原始数据')
plt.plot(x, y_pred, color='darkred', label='Statsmodels拟合线')
plt.legend()
plt.show()

# 验证参数和R²，和Excel完全匹配
print("拟合参数：", model.params)
print("R²值：", model.rsquared)

方式2：手动用参数计算拟合值 #

如果你嫌传X麻烦，也可以直接用模型输出的参数自己算，就像numpy那样：

# 截距是model.params[0]，斜率是model.params[1]
y_pred_manual = model.params[0] + model.params[1] * x
# 用这个y_pred_manual绘图，结果完全一致
plt.plot(x, y_pred_manual, color='darkblue', label='手动计算拟合线')

再唠唠numpy的情况 #

numpy的polyfit(x, y, 1)返回的系数是[斜率, 截距]（注意顺序，高次项在前），用np.polyval(coeffs, x)计算拟合值时，就是按斜率*x + 截距来算的，和Excel默认的线性趋势线公式完全一致，所以绘图自然匹配。

总结一下：这个矛盾完全是绘图时的小失误——Statsmodels的predict需要和拟合时相同格式的自变量，只要把这个细节搞定，拟合线就会和Excel、numpy的结果对齐啦！

内容的提问来源于stack exchange，提问作者ahmetanildindar