python散点图拟合线

在Python中，您可以使用numpy和matplotlib库来拟合散点图的线性回归线。下面是一个简单的示例代码，它将生成一个带有散点图和拟合线的图形：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([3, 5, 7, 9, 11])

# 拟合线性回归线
fit = np.polyfit(x, y, 1)
fit_fn = np.poly1d(fit)

# 绘制散点图
plt.scatter(x, y)

# 绘制拟合线
plt.plot(x, fit_fn(x), color='red')

# 添加标题和标签
plt.title('Scatter plot with linear regression line')
plt.xlabel('X')
plt.ylabel('Y')

# 显示图形
plt.show()

在这个例子中，我们首先生成了5个点的x和y坐标。然后，我们使用`np.polyfit()`函数拟合这些点的线性回归线，并使用`np.poly1d()`函数创建一个多项式对象，这将使我们能够在x轴上绘制拟合线。接下来，我们使用`plt.scatter()`函数绘制了这些点的散点图，使用`plt.plot()`函数绘制了拟合线，并将拟合线的颜色设置为红色。最后，我们使用`plt.title()`函数添加标题，使用`plt.xlabel()`和`plt.ylabel()`函数添加标签，并使用`plt.show()`函数显示图形。

您可以根据需要调整代码中的参数和样式。此外，您可以使用其他类型的回归模型，如多项式回归和局部加权回归。