python进行直线拟合

在Python中，对数据进行直线拟合通常使用统计学中的简单线性回归（Linear Regression）。最常用的是scikit-learn库提供的`LinearRegression`模型。以下是基本步骤：

1. **导入库**：

   from sklearn.linear_model import LinearRegression
   import numpy as np

2. **创建数据**：
假设有一个二维数组`X`作为自变量，一个一维数组`y`作为因变量。

3. **创建并训练模型**：

   model = LinearRegression()
   model.fit(X, y)  # 使用训练数据拟合

4. **预测新数据**：

   X_new = ...  # 新的自变量数据
   y_pred = model.predict(X_new)  # 对新数据进行预测

5. **评估模型**：
可以使用`score()`方法查看R²分数等指标。

6. **可视化结果**：

   import matplotlib.pyplot as plt
   plt.scatter(X, y, color='blue')  # 绘制散点图
   plt.plot(X_new, y_pred, color='red', linewidth=2)  # 绘制拟合直线
   plt.show()