写一段python的线性回归代码

这里是一个简单的Python线性回归代码示例：

import numpy as np
import matplotlib.pyplot as plt

# 定义线性回归函数
def linear_regression(x, y):
    n = np.size(x)
    m_x, m_y = np.mean(x), np.mean(y)
    SS_xy = np.sum(y * x) - n * m_y * m_x
    SS_xx = np.sum(x ** 2) - n * m_x ** 2
    b_1 = SS_xy / SS_xx
    b_0 = m_y - b_1 * m_x
    return (b_0, b_1)

# 定义数据
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([1, 3, 2, 5, 7, 8])

# 获取回归系数
b = linear_regression(x, y)

# 打印回归方程
print(f"回归方程为: y = {b[0]} + {b[1]}x")

# 绘制数据和回归线
plt.scatter(x, y, color = "blue")
y_pred = b[0] + b[1] * x
plt.plot(x, y_pred, color = "red")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

这段代码使用numpy和matplotlib库，定义了一个名为`linear_regression()`的线性回归函数，以及一个简单的数据集。然后，该代码使用定义的`linear_regression()`函数计算回归系数，并打印回归方程。最后，代码使用matplotlib绘制数据和回归线。