Python线性拟合代码

下面是一个完整的 Python 线性拟合的代码示例：

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

# 定义自变量和因变量
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 5, 7, 9, 11])

# 进行一次线性拟合，返回斜率和截距
coefficients = np.polyfit(x, y, 1)

# 实例化 LinearRegression 类并进行拟合
reg = LinearRegression().fit(x.reshape(-1, 1), y.reshape(-1, 1))

# 打印拟合的斜率和截距
print("polyfit 斜率:", coefficients[0])
print("polyfit 截距:", coefficients[1])
print("LinearRegression 斜率:", reg.coef_[0][0])
print("LinearRegression 截距:", reg.intercept_[0])

# 绘制拟合直线
plt.scatter(x, y)
plt.plot(x, coefficients[0] * x + coefficients[1], color='red', label='polyfit')
plt.plot(x, reg.predict(x.reshape(-1, 1)), color='green', label='LinearRegression')
plt.legend()
plt.show()

该代码实现了使用 NumPy 中的 polyfit 函数和 Scikit-learn 中的 LinearRegression 类进行线性拟合，并将拟合结果绘制成图形。

运行该代码可以得到以下结果：

polyfit 斜率: 2.0
polyfit 截距: 1.0
LinearRegression 斜率: 2.0
LinearRegression 截距: 1.0

同时，还会弹出一个图形窗口，显示拟合结果，如下图所示：


希望这个示例代码能够帮助到您！