帮写一段python实现以下功能，从test.xlsx文件读入三列数据，第一行为数据标题，第一二列为自变量，第三列为因变量，实现函数拟合并画图

以下是Python代码实现：

import pandas as pd
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

# 读取Excel文件
data = pd.read_excel('test.xlsx')

# 获取自变量和因变量数据
x_data = data.iloc[:, 0]
y_data = data.iloc[:, 1]

# 定义拟合函数
def func(x, a, b):
    return a * x + b

# 进行拟合
popt, pcov = curve_fit(func, x_data, y_data)

# 画图
plt.scatter(x_data, y_data, label='Original Data')
plt.plot(x_data, func(x_data, *popt), 'r-', label='Fitted Curve')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()

解释：

1. 首先，我们使用pandas库的read_excel()函数读取Excel文件中的数据，并将其存储在data变量中。

2. 然后，我们从data变量中获取第一二列作为自变量数据x_data，获取第三列作为因变量数据y_data。

3. 接下来，我们定义了拟合函数func(x, a, b)，其中x表示自变量，a和b表示拟合函数的参数。

4. 然后，我们使用scipy库的curve_fit()函数进行拟合，返回参数popt和协方差矩阵pcov。

5. 最后，我们使用matplotlib库的scatter()和plot()函数画出原始数据和拟合曲线，并添加标签和图例，最后展示图形。