Как заставить нулевой перехват в линейной регрессии?

Я немного новичок, поэтому извиняюсь, если на этот вопрос уже был дан ответ, я посмотрел и не смог найти конкретно то, что я был находясь в поиске.

У меня есть некоторые более или менее линейные данные в форме

x = [0.1, 0.2, 0.4, 0.6, 0.8, 1.0, 2.0, 4.0, 6.0, 8.0, 10.0, 20.0, 40.0, 60.0, 80.0]
y = [0.50505332505407008, 1.1207373784533172, 2.1981844719020001, 3.1746209003398689, 4.2905482471260044, 6.2816226678076958, 11.073788414382639, 23.248479770546009, 32.120462301367183, 44.036117671229206, 54.009003143831116, 102.7077685684846, 185.72880217806673, 256.12183145545811, 301.97120103079675]

Я использую scipy.optimize.leastsq, чтобы подобрать линейную регрессию к этому:

def lin_fit(x, y):
    '''Fits a linear fit of the form mx+b to the data'''
    fitfunc = lambda params, x: params[0] * x + params[1]    #create fitting function of form mx+b
    errfunc = lambda p, x, y: fitfunc(p, x) - y              #create error function for least squares fit

    init_a = 0.5                            #find initial value for a (gradient)
    init_b = min(y)                         #find initial value for b (y axis intersection)
    init_p = numpy.array((init_a, init_b))  #bundle initial values in initial parameters

    #calculate best fitting parameters (i.e. m and b) using the error function
    p1, success = scipy.optimize.leastsq(errfunc, init_p.copy(), args = (x, y))
    f = fitfunc(p1, x)          #create a fit with those parameters
    return p1, f    

И это прекрасно работает (хотя я не уверен, что scipy.optimize подходит для использования здесь, может быть, это немного чересчур?).

Однако из-за того, как лежат точки данных, это не дает мне точки пересечения оси Y в точке 0. Однако я знаю, что в этом случае она должна быть равна нулю, если x = 0, то y = 0.

Можно ли как-то заставить это сделать?