用python写一个基于PySimpleGUI的处理线性回归问题并绘制拟合直线的ui程序

好的，下面是一个基于PySimpleGUI的处理线性回归问题并绘制拟合直线的UI程序的示例代码。在这个程序中，用户可以输入一组数据点，然后程序将使用线性回归算法拟合这些数据点并绘制拟合直线。

import PySimpleGUI as sg
import matplotlib.pyplot as plt
import numpy as np

sg.theme('DefaultNoMoreNagging')

layout = [
    [sg.Text('Linear Regression', font=('Helvetica', 20))],
    [sg.Text('Enter x values: '), sg.InputText(key='x_values')],
    [sg.Text('Enter y values: '), sg.InputText(key='y_values')],
    [sg.Button('Fit Line'), sg.Button('Exit')],
    [sg.Canvas(key='-CANVAS-')],
]

window = sg.Window('Linear Regression', layout)

while True:
    event, values = window.read()
    if event == sg.WIN_CLOSED or event == 'Exit':
        break

    if event == 'Fit Line':
        try:
            x_values = np.array([float(x) for x in values['x_values'].split(',')])
            y_values = np.array([float(y) for y in values['y_values'].split(',')])
            assert len(x_values) == len(y_values)
        except:
            sg.popup('Invalid input!')
            continue

        # fit the line
        A = np.vstack([x_values, np.ones(len(x_values))]).T
        m, c = np.linalg.lstsq(A, y_values, rcond=None)[0]

        # plot the points and the line
        fig, ax = plt.subplots()
        ax.plot(x_values, y_values, 'o', label='Data')
        ax.plot(x_values, m*x_values + c, label='Fitted line')
        ax.legend()
        ax.set_xlabel('x')
        ax.set_ylabel('y')
        ax.set_title('Linear regression')
        plt.close(fig)

        # display the plot in the window
        canvas = window['-CANVAS-'].TKCanvas
        canvas.delete('all')
        graph = FigureCanvasTkAgg(fig, master=canvas)
        graph.draw()
        graph.get_tk_widget().pack(side='top', fill='both', expand=1)

window.close()

运行这个程序后，用户可以在GUI界面中输入x和y值，点击“Fit Line”按钮进行计算和绘图。程序会检查并解析输入的数据，然后使用numpy中的线性回归函数求解回归系数，最后使用matplotlib绘制拟合直线并将图像显示在GUI界面中。