Python 数组能否作为输入传递到预测模型中？

我试图将一个数组传递给一个函数，该函数将根据传递给它的x值数组预测y值。该模型根据风速预测发电量。我正在使用一组风速传递到函数中，这将有希望创建一组发电。 我相信我的问题是将数组作为输入参数传递，但是我的函数也可能是错误的，因此如果这是一个问题，如果您能提供帮助，我将不胜感激！ 我将在下面包括一些相关的代码

from sklearn.preprocessing import PolynomialFeatures
poly_reg = PolynomialFeatures(degree = 2)

wspoly = poly_reg.fit_transform(ws)
wspoly

from sklearn.preprocessing import PolynomialFeatures
poly_reg = PolynomialFeatures(degree=3)
wspoly = poly_reg.fit_transform(ws)
lin_reg2 = LinearRegression()
lin_reg2.fit(wspoly,elec)

plt.figure(figsize = (25,15))
x_grid = np.arange(min(ws), max(ws), 0.1)
x_grid = x_grid.reshape(len(x_grid), 1)
plt.scatter(ws, elec, color = 'red')
plt.plot(x_grid, lin_reg2.predict(poly_reg.fit_transform(x_grid)), color = 'blue')

plt.title("Polynomial Regression of Wind Speed & Electricty Generated")
plt.xlabel('Wind Speed (m/s)')
plt.ylabel('Electricity Generated (kWh)')
plt.show()

prediction = lin_reg2.predict(poly_reg.fit_transform([[10]]))
print("Using Polynomial Regression, the prediction is: ", prediction)

上面使用该模型预测x值为10时的y值。理想情况下，我希望这个“10”是多个x值的数组

forecast = pd.DataFrame(df, columns = ['Avg WS'])
forecast2000 = forecast.head(1976)
forecast2000.head()

array = np.array(forecast2000['Avg WS'])
array

这是我的数组，我想用它来代替上面的“10”。这一点下面的所有内容都说明了我试图使用函数来实现这一点。我可能是完全错误的这种方法，所以请随意放弃这一点，并帮助从任何一点你喜欢

from sklearn.preprocessing import PolynomialFeatures
poly_reg = PolynomialFeatures(degree = 2)
arraypoly1 = array[:,None]
arraypoly = poly_reg.fit_transform(arraypoly1)
arraypoly

def myfunc(*xval):
    for x in xval:
        lin_reg2.predict(poly_reg.fit_transform([[x]]))
        return (yval)

myfunc(arraypoly)

上述尝试提供了一个错误，即它已“找到具有dim 4的阵列”。预计估计数