编写python代码，线性回归模型

下面是一个使用Python实现的简单线性回归模型：

import numpy as np
import matplotlib.pyplot as plt

# 输入数据
X = np.array([1, 2, 3, 4, 5])
Y = np.array([2, 4, 5, 4, 5])

# 计算X和Y的均值
mean_x = np.mean(X)
mean_y = np.mean(Y)

# 计算回归系数
numerator = 0
denominator = 0
for i in range(len(X)):
    numerator += (X[i] - mean_x) * (Y[i] - mean_y)
    denominator += (X[i] - mean_x) ** 2

b1 = numerator / denominator
b0 = mean_y - (b1 * mean_x)

# 打印回归系数
print("回归系数：")
print("b0 = ", b0)
print("b1 = ", b1)

# 绘制回归线
max_x = np.max(X) + 1
min_x = np.min(X) - 1

x = np.linspace(min_x, max_x, 1000)
y = b0 + b1 * x

plt.plot(x, y, color='#58b970', label='Regression Line')

# 绘制散点图
plt.scatter(X, Y, c='#ef5423', label='Scatter Plot')

plt.xlabel('X')
plt.ylabel('Y')
plt.legend()
plt.show()

这个程序使用Numpy和Matplotlib库来实现简单线性回归模型，并绘制出回归线和散点图。您可以将输入数据`X`和`Y`替换为您自己的数据，以应用该程序。