Python scipy.stats.linregresse-获取截距的p值

返回与坡度对应的p值，但不返回截距的p值。从DOCS中考虑下面的例子：

>>> from scipy import stats
>>> import numpy as np
>>> x = np.random.random(10)
>>> y = np.random.random(10)
>>> slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)
>>> p_value
0.40795314163864016

根据文档，

p值

是“假设检验的双边p值，其无效假设是斜率为零。”我想得到相同的统计数据，但是截距而不是斜率

立即返回两个系数的p值：

>>> import numpy as np

>>> import statsmodels.api as sm

>>> X = sm.add_constant(x)
>>> model = sm.OLS(y,X)
>>> results = model.fit()
>>> results.pvalues
array([ 0.00297559,  0.40795314])    

仅使用scipy，如何获取截取的p值（0.40795314163864016）？

来自scipy.org文档：

输入：打印“r平方：”，r_值**2

输出：r平方：0.15286643777

对于其他参数，请尝试：

print ('Intercept is: ', (intercept))
print ('Slope is: ', (slope))
print ('R-Value is: ', (r_value))
print ('Std Error is: ', (std_err))
print ('p-value is: ', (p_value))

---

问题是是否需要截距的p值。这不是答案。