尽管Alexander的解决方案有效，但在某些情况下并不是很方便。例如，每次要为新值预测模型的结果时，都需要记住同时传递b
2和b值，这既麻烦又不必要。尽管patsy不能识别符号“ b 2”，但可以识别numpy函数。因此，您可以使用
import statsmodels.formula.api as smimport numpy as npdata = {"a":[2, 3, 5], "b":[2, 3, 5], "c":[2, 3, 5]}model = sm.ols(formula = 'a ~ np.power(b, 2) + b + c', data = data).fit()这样一来，后者就可以重用此模型，而无需为b ** 2指定值
model.predict({"a":[1, 2], "b":[5, 2], "c":[2, 4]})
