Numpy使用最小二乘法拟合一元线性方程np.polyfit 例子

import numpy as np
import matplotlib.pyplot as plt
#显示中文
from matplotlib import rcParams
rcParams['font.family'] = 'SimHei'
rcParams['axes.unicode_minus']=False #用来正常显示负号
# 生成20个随机数据点
np.random.seed(0) # 设置随机种子以便结果可复现
x_data = np.linspace(-10, 10, 20) # 在-10到10之间生成20个等间距的点
y_data = 3 * x_data + 2 + np.random.normal(0, 5, 20) # 根据线性关系y = 3x + 2加上一些噪声生成y值

# 使用最小二乘法拟合一元线性方程
coefficients = np.polyfit(x_data, y_data, 1)

# 提取斜率和截距
a = coefficients[0]
b = coefficients[1]

print(f"拟合得到的一元线性方程为：y = {a}x + {b}")

# 绘制原始数据点和拟合的直线
plt.scatter(x_data, y_data, color='blue', label='原始数据点')
plt.plot(x_data, a*x_data + b, color='red', label='拟合直线')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.show()