python散点图曲线拟合

Python中可以使用matplotlib库进行散点图的绘制，同时可以使用numpy库进行曲线拟合。下面是一个简单的示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机的散点数据
x = np.random.rand(100)
y = np.sin(x) + np.random.randn(100) * 0.1

# 绘制散点图
plt.scatter(x, y, label='Scatter Plot')

# 进行曲线拟合
fit = np.polyfit(x, y, deg=1)  # 使用一次多项式进行拟合
p = np.poly1d(fit)  # 构造拟合函数

# 绘制拟合曲线
x_fit = np.linspace(0, 1, 100)
y_fit = p(x_fit)
plt.plot(x_fit, y_fit, color='r', label='Fitted Curve')

# 设置图例和标题
plt.legend()
plt.title('Scatter Plot with Curve Fitting')

# 显示图形
plt.show()

这段代码首先生成了100个随机的散点数据，然后使用`np.polyfit()`函数进行一次多项式拟合，得到拟合函数`p`。最后使用`plt.scatter()`函数绘制散点图，使用`plt.plot()`函数绘制拟合曲线，并通过`plt.legend()`和`plt.title()`设置图例和标题。最后使用`plt.show()`显示图形。