python将散点拟合直线

可以使用numpy和matplotlib库来实现散点拟合直线。

首先，导入库并生成一些随机数据作为示例：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
x = np.random.rand(50)
y = 3*x + 2 + np.random.randn(50)*0.3

# 绘制散点图
plt.scatter(x, y)
plt.show()

这会生成一个包含随机散点的图像：


接下来，使用`np.polyfit()`函数来拟合一条直线，并用`np.poly1d()`函数创建一个多项式函数对象：

# 拟合散点数据
coefficients = np.polyfit(x, y, 1)
poly_func = np.poly1d(coefficients)

# 绘制拟合直线
x_range = np.linspace(0, 1, 50)
plt.plot(x_range, poly_func(x_range), color='r')

plt.scatter(x, y)
plt.show()

这会生成带有拟合直线的图像：


完整代码如下：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
x = np.random.rand(50)
y = 3*x + 2 + np.random.randn(50)*0.3

# 拟合散点数据
coefficients = np.polyfit(x, y, 1)
poly_func = np.poly1d(coefficients)

# 绘制拟合直线
x_range = np.linspace(0, 1, 50)
plt.plot(x_range, poly_func(x_range), color='r')

# 绘制散点图
plt.scatter(x, y)

plt.show()