matplotlib绘制散点拟合曲线图

Matplotlib是一个广泛使用的Python数据可视化库，可以方便地创建各种图表，包括散点图和线性拟合曲线。要使用matplotlib绘制散点图并添加拟合曲线，你可以按照以下步骤操作：

1. 首先，你需要安装matplotlib库，如果尚未安装，可以使用`pip install matplotlib`命令。

2. 导入必要的模块：

import matplotlib.pyplot as plt
import numpy as np

3. 创建一些随机数据作为散点和拟合的数据：

x = np.linspace(0, 10, 100)
y = np.random.randn(100) + 2 * x  # 示例数据，实际可以根据需要生成

4. 绘制散点图：

plt.scatter(x, y, color='blue', label='Data Points')  # 绘制散点

5. 添加拟合曲线。这里我们可以选择一种简单的线性拟合，例如二次函数或正弦函数，然后通过`plot`函数画出：

# 假设我们想要画出一条直线拟合，使用numpy内置函数fit：
from scipy import stats
slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)

linear_y = slope * x + intercept
plt.plot(x, linear_y, color='red', linestyle='-', label='Linear Fit')

# 添加拟合信息：
plt.text(5, 15, f'y = {slope:.2f}x + {intercept:.2f}', fontsize=12)

6. 设置图表属性，如标题、轴标签、图例等，并显示图形：

plt.title('Scatter Plot with Linear Regression Line')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.show()