给我一个python例子

下面是一个使用 Python 进行线性回归的简单例子：

import numpy as np
import matplotlib.pyplot as plt

# 创建一些随机数据
x = np.random.rand(50)
y = 2*x + 1 + 0.2*np.random.randn(50)

# 绘制散点图
plt.scatter(x, y)

# 使用 numpy 的 polyfit 函数进行线性回归
p = np.polyfit(x, y, 1)

# 绘制拟合直线
plt.plot(x, np.polyval(p, x), 'r')

# 添加标签和标题
plt.xlabel('x')
plt.ylabel('y')
plt.title('Linear Regression Example')

plt.show()

在这个例子中，我们使用 numpy 库生成了一些随机数据，然后使用 matplotlib 库绘制了数据的散点图。接着，我们使用 numpy 的 polyfit 函数进行了线性回归，得到了拟合直线的系数。最后，我们将拟合直线绘制到图中，并添加了一些标签和标题。

注意，这只是一个简单的例子，实际应用中需要注意数据的前置处理、模型的选择和评估等问题。