python 线性拟合

线性拟合是一种常见的数据拟合方法，可以用来找到一条最符合数据分布的直线。在Python中，可以使用NumPy和SciPy库来进行线性拟合。

以下是一个使用NumPy和SciPy进行线性拟合的示例代码：

import numpy as np
from scipy import stats

# 生成示例数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 4, 5, 6])

# 执行线性拟合
slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)

# 输出拟合的结果
print("斜率：", slope)
print("截距：", intercept)
print("相关系数：", r_value)
print("p值：", p_value)
print("标准误差：", std_err)

上述代码中，我们使用`stats.linregress()`函数进行线性拟合。函数返回拟合结果的斜率、截距、相关系数、p值和标准误差。你可以根据需要使用这些结果进行进一步的分析或预测。

希望对你有所帮助！如果有更多问题，请随时提问。