用Python，利用给定的坐标点，编写一个拟合一次函数的程序并展示

在Python中，我们可以使用`numpy`库的`polyfit`函数来进行一次函数（线性关系）的拟合。这里是一个简单的示例，假设我们有如下一组数据点`(x_data, y_data)`：

import numpy as np
import matplotlib.pyplot as plt

# 假设我们有数据点 (x_data, y_data)
x_data = [1, 2, 3, 4, 5]
y_data = [2, 4, 6, 8, 10]

# 使用 polyfit 进行一次函数拟合
slope, intercept = np.polyfit(x_data, y_data, 1)

# 计算拟合直线的方程 y = slope*x + intercept
fitted_line = lambda x: slope * x + intercept

# 绘制原始数据和拟合直线
plt.plot(x_data, y_data, 'o', label='Data points')
plt.plot(range(1, len(x_data)+1), [fitted_line(i) for i in range(1, len(x_data)+1)], '-',
         label='Linear fit: y = {:.2f}x + {:.2f}'.format(slope, intercept))
plt.legend()
plt.show()

上述代码首先计算出斜率`slope`和截距`intercept`，然后定义了一个线性函数`fitted_line`，最后使用`matplotlib`绘制原始数据点和拟合的一次函数。