python散点图拟合

在Python中，我们可以使用matplotlib和scipy库来创建散点图并进行拟合。Scatter plot（散点图）通常用来展示两个变量之间的关系，而拟合则是找到一条数学曲线或函数，使数据点尽可能接近这条曲线。

以下是创建散点图并进行简单线性拟合的基本步骤：

1. 导入所需库：

import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import numpy as np

2. 准备数据（这里假设有一个x和y列表）：

x = np.array([...]) # x坐标数据
y = np.array([...]) # y坐标数据

3. 创建散点图：

plt.scatter(x, y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot with Linear Fit')
plt.grid(True)
plt.show()

4. 定义线性模型函数（这里假设是y = ax + b）：

def linear_model(x, a, b):
    return a * x + b

5. 使用`curve_fit`函数进行拟合：

params, _ = curve_fit(linear_model, x, y)
a_fit, b_fit = params

6. 绘制拟合的直线：

x_fit = np.linspace(min(x), max(x), 100)  # 创建拟合线的x值范围
y_fit = linear_model(x_fit, a_fit, b_fit)

plt.plot(x_fit, y_fit, 'r-', label='Fitted Line (a={:.2f}, b={:.2f})'.format(a_fit, b_fit))

7. 添加拟合线到散点图：

plt.legend()
plt.show()