Я очень новичок в этом, поэтому я приложу все усилия, чтобы объяснить.
В настоящее время у меня есть два списка, каждый из которых содержит еще два списка:
x_list1 и x_list2
y_list1 и y_list2
В каждом списке содержится 50 элементов.
Я могу регрессировать x_list1 против y_list1, но я пытаюсь сделать еще 50 регрессий, которые смешиваются с x_list2 и y_list2. , Проще говоря, я пытаюсь получить гистограмму всех регрессий, собранных вместе для распределения частоты. Важно, чтобы каждая регрессия имела такой же размер, как и предыдущая, но выбор сместился, чтобы включить еще один элемент в каждый список, пока не будет достигнут конец.
РЕДАКТИРОВАТЬ - Добавлены некоторые строки для контекста
#DEFINE DATA1 VARS
n1 = len(data1)
i1 = math.sqrt(n1)
betabin1 = i1/2
chunk1 = n1-i1
splitList1 = [int(chunk1), int(i1)]
#BREAK DATA1 INTO TWO CHUNKS WITHIN ONE LIST
inputList1 = iter(data1)
outputList1 = [list(islice(inputList1, 0, elem)) for elem in splitList1]
#SPLIT outputList1 INTO MAIN AND SUB
data1_main_chunk, data1_sub_chunk = outputList1
#DEFINE DATA2 VARS
n2 = len(data2)
i2 = math.sqrt(n2)
betabin2 = i2/2
chunk2 = n2-i2
splitList2 = [int(chunk2), int(i2)]
#BREAK DATA2 INTO TWO CHUNKS WITHIN ONE LIST
inputList2 = iter(data2)
outputList2 = [list(islice(inputList2, 0, elem)) for elem in splitList2]
#SPLIT outputList2 INTO MAIN AND SUB
data2_main_chunk, data2_sub_chunk = outputList2
#REGRESS MAIN CHUNK
data1_main_regress = np.array(data1_main_chunk)
data2_main_regress = np.array(data2_main_chunk)
#REGRESSION OF MAIN
m, b = np.polyfit(data2_main_chunk, data1_main_regress, 1)
print(m)
print(b)