python多元线性回归散点图

以下是Python中使用matplotlib绘制多元线性回归散点图的示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
x1 = np.random.randint(0, 50, 100)
x2 = np.random.randint(0, 50, 100)
y = 1.5 * x1 + 2 * x2 + 5 + np.random.normal(0, 5, 100)

# 绘制散点图
fig, ax = plt.subplots()
ax.scatter(x1, y, c='blue', label='x1')
ax.scatter(x2, y, c='red', label='x2')
ax.legend()

# 设置坐标轴标签
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title('Multiple Linear Regression')

plt.show()

在这个例子中，我们生成了两个自变量x1和x2以及一个因变量y，并使用matplotlib库绘制散点图。其中，x1的散点用蓝色表示，x2的散点用红色表示。可以根据实际需求修改代码中的数据和参数。