线性拟合如何处理作为自变量的时间？

一一一一

小白求问，要求数据的趋势，做线性拟合。但是polyfit和linregress都不接受datetime的时间数据，要怎么样处理时间比较合适呢？用（0，timemax）的数组吗？感觉不一样啊……

wjy_ecnu

1 2 3 4 ........ tmax

betasy

一般没有这样直接把时间数据作为线性拟合的自变量的，最好能够转换为一年中的第几天，或者星期几的数值，否则按照时序排列的要素一般来说是具有季节变化和年际周期的，做线性拟合是没有意义的

wudi129

df['year'] = df['time'].df.year()
data = []

for i in range(start_year,end_year + 1,1):
    s = df[(df['year'] == i)]
    a_m = np.mean(s['data'] )
    data.append(a_m)

year = np.arange(start_year,end_year + 1,1)

richie727

year = np.arange(start_year,end_year + 1,1)

一一一一

感谢各位，已经解决了，《现代气候统计诊断与预测》有说到：

richie727