python 线性回归画图

要在Python中进行线性回归并画出图形，可以使用Scikit-learn和Matplotlib库。以下是一个示例代码：

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

# 生成一些随机数据用于线性回归
np.random.seed(0)
X = np.random.rand(100, 1)
y = 2 + 3 * X + np.random.rand(100, 1)

# 创建线性回归模型并拟合数据
model = LinearRegression()
model.fit(X, y)

# 预测新的数据点
X_new = np.array([[0], [1]])
y_pred = model.predict(X_new)

# 绘制原始数据点和回归线
plt.scatter(X, y, s=10)
plt.plot(X_new, y_pred, color='r')
plt.xlabel('X')
plt.ylabel('y')
plt.title('Linear Regression')
plt.show()

这段代码首先生成一些随机数据作为线性回归的输入，然后使用`LinearRegression`模型对数据进行拟合。接下来，预测新的数据点并使用Matplotlib库绘制原始数据点和回归线。最后调用`plt.show()`显示图形。

你也可以根据自己的需求修改代码，例如更换自己的数据集或调整图形的样式。希望对你有帮助！