# 画图 plt.figure(figsize=(9, 4), dpi=100) x1 = np.linspace(1, 7, 7) x2 = np.linspace(1, 12, 12) plt.subplot(121) plt.title('x^0') plt.plot(x2, data_0_hat, 'r--', marker='') plt.scatter(x1, data, marker='^') plt.subplot(122) plt.title('x^1') plt.plot(x2, data_1_hat, 'r--', marker='') plt.scatter(x1, data_1, marker='^') plt.show()

这段代码使用了 matplotlib 库来进行数据可视化。首先创建了一个大小为 (9, 4)、分辨率为 100 的画布，然后将画布分成两个子图（subplot）（1 行 2 列，第一个子图）。左边的子图绘制了 x^0 的预测值和原始数据，右边的子图绘制了 x^1 的预测值和原始数据。其中，x1 和 x2 分别是 7 个和 12 个等间距的数据点，data 和 data_1 是对应的原始数据，data_0_hat 和 data_1_hat 是使用模型预测得到的结果。在绘制时，使用了不同的标记来区分不同的数据点。最后使用 plt.show() 显示画布。