python 线性拟合图、散点图

  • 散点图线性拟合
from scipy import stats
import numpy as np
import matplotlib.pyplot as plt

#数据生成
x = np.linspace(30,79,20)
y = np.linspace(40,100,20) + np.random.randint(10,size=20)

#设置图片大小
plt.figure(figsize=(6,6))

#获取数据范围
cmax = max(max(x),max(y))
cmin = min(min(x),min(y))

#对散点数据进行线性拟合 获取斜率 截距 R2
slope, intercept, r_value, p_value, std_err = stats.linregress(x, y) #斜率 截距 R2

#画拟合线
X1 = np.arange (0,int(cmax),100)
Y1 = np.array([ intercept+ slope * x for x in X1])
plt.plot(X1,Y1)

#统一 x y 轴范围
plt.xlim(cmin,cmax )
plt.ylim(cmin,cmax )

#统一 x y 轴坐标
X2 = np.linspace(0,cmax*1.1,5)
Y2 = np.linspace(0,cmax*1.1,5)
plt.xticks(X2)
plt.yticks(Y2)

#画建1:1 标准线
plt.plot(range(int(cmax*1.1)),color='black')

#画散点图
plt.scatter(x,y)

#写入公式以及R2
plt.text(cmax*0.1,cmax*0.9,'R$^2$=%s'%(np.around(r_value**2,2)),fontsize=20)
plt.text(cmax*0.1,cmax*0.8,'y=%s*x+%s'%(np.around(slope,2),np.around(intercept,2)),fontsize=15)

#写入坐标轴label
plt.xlabel('坐标轴x',fontproperties='KaiTi',fontsize=20)
plt.ylabel('坐标轴y',fontproperties='KaiTi',fontsize=20)

#设置刻度大小
plt.tick_params(labelsize=15)

#保存路径 格式 将边缘空白部分去除,设置分辨率为300
plt.savefig('test.jpg',bbox_inches='tight',dpi=300) 

在这里插入图片描述

  • 散点图无截距线性拟合 (2023/08/31)
#拟合函数定义
from scipy import optimize
from sklearn.metrics import r2_score
from scipy import stats
import numpy as np
import matplotlib.pyplot as plt
def fun1(x, a):
    return a * x

#数据生成
x = np.linspace(30,79,20)
y = np.linspace(40,100,20) + np.random.randint(10,size=20)

#设置图片大小
plt.figure(figsize=(6,6))

#获取数据范围
cmax = max(max(x),max(y))
cmin = min(min(x),min(y))

#无截距拟合
slope = optimize.curve_fit(fun1,x,y)[0][0]
r = r2_score(slope*x,y)

config = {
"font.family":'serif',
"font.size": 20,
"mathtext.fontset":'stix',
"font.serif": ['Times New Roman'],
            }
plt.rcParams.update(config)
#画拟合线
X1 = np.arange (0,int(cmax),100)
Y1 = np.array([ slope * x for x in X1])
plt.plot(X1,Y1)

#统一 x y 轴范围
plt.xlim(cmin,cmax )
plt.ylim(cmin,cmax )

#统一 x y 轴坐标
X2 = np.linspace(0,cmax*1.1,5)
Y2 = np.linspace(0,cmax*1.1,5)
plt.xticks(X2)
plt.yticks(Y2)

#画建1:1 标准线
plt.plot(range(int(cmax*1.1)),color='black')

#画散点图
plt.scatter(x,y)

#写入公式以及R2
plt.text(cmax*0.1,cmax*0.9,'R$^2$=%s'%(np.around(r**2,2)),fontsize=20)
plt.text(cmax*0.1,cmax*0.8,'y=%s*x'%(np.around(slope,2)),fontsize=20)

#写入坐标轴label
plt.xlabel('Xlabel',fontsize=20)
plt.ylabel('Ylabel',fontsize=20)

#设置刻度大小
plt.tick_params(labelsize=15)
plt.show()
#保存路径 格式 将边缘空白部分去除,设置分辨率为300
#plt.savefig('test.jpg',bbox_inches='tight',dpi=300) 

在这里插入图片描述

字体设置

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值