给我一个从txt中读取（y，x）数据的回归函数并绘图python代码

可以使用`numpy`库和`scikit-learn`库来实现从txt中读取（y，x）数据的回归函数，并使用`matplotlib`库来绘制数据和回归线的图像。下面是一个示例代码：

import numpy as np
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt

# 读取txt文件中的数据
data = np.loadtxt('data.txt', delimiter=',')
y = data[:, 0]
x = data[:, 1].reshape(-1, 1)

# 训练线性回归模型
model = LinearRegression()
model.fit(x, y)

# 预测新的数据
x_new = np.linspace(0, 10, 100).reshape(-1, 1)
y_new = model.predict(x_new)

# 绘制数据和回归线的图像
plt.scatter(x, y, color='blue')
plt.plot(x_new, y_new, color='red')

# 设置图像标题和坐标轴标签
plt.title('Linear Regression')
plt.xlabel('X')
plt.ylabel('Y')

# 显示图像
plt.show()

在这个示例代码中，我们首先使用`numpy`库中的`loadtxt()`方法从txt文件中读取数据，然后把数据分别存储到`y`和`x`变量中。接着，使用`scikit-learn`库中的`LinearRegression()`方法创建一个线性回归模型，并使用`fit()`方法训练模型。最后，使用`np.linspace()`方法生成一组新的数据，并使用`predict()`方法预测新的数据。使用`matplotlib`库中的`scatter()`方法绘制原始数据的散点图，使用`plot()`方法绘制回归线的图像，并设置图像标题和坐标轴标签。最后，使用`show()`方法展示图像。

需要注意的是，读取的txt文件中需要包含两列数据，中间用逗号隔开，例如：

2,1
4,2
6,3
8,4
10,5

其中第一列为`y`数据，第二列为`x`数据。