python拟合一维线性模型并作图

可以使用Python中的numpy和matplotlib库来拟合一维线性模型并作图。

假设我们有一组数据(x,y)，我们要拟合一个一维线性模型y=kx+b，并作出拟合后的直线。

首先，我们需要导入numpy和matplotlib库：

import numpy as np
import matplotlib.pyplot as plt

然后，我们定义数据：

x = np.array([1,2,3,4,5])
y = np.array([2,4,5,6,7])

接下来，我们可以使用numpy库中的polyfit函数拟合一维线性模型：

k, b = np.polyfit(x, y, 1)

其中，1表示拟合一次多项式（即一维线性模型）。

接着，我们可以使用matplotlib库中的plot函数作出拟合后的直线：

plt.plot(x, y, 'o')
plt.plot(x, k*x+b)
plt.show()

其中，'o'表示用圆点标记数据点。

完整代码如下：

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1,2,3,4,5])
y = np.array([2,4,5,6,7])

k, b = np.polyfit(x, y, 1)

plt.plot(x, y, 'o')
plt.plot(x, k*x+b)

plt.show()

运行代码，即可得到拟合后的直线图。