Python实现线性回归可视化及基于matplotlib包的其他操作

最新推荐文章于 2023-06-01 16:04:19 发布

努力努力再努力165

最新推荐文章于 2023-06-01 16:04:19 发布

阅读量1k

点赞数 1

文章标签： python 数据可视化

本文链接：https://blog.csdn.net/weixin_61950679/article/details/120801291

版权

这篇博客介绍了如何利用Python的matplotlib库进行数据可视化，包括绘制线性回归图和多条曲线。示例中展示了如何绘制散点图，设置坐标轴范围，并添加拟合线。此外，还展示了如何在同一图表上绘制不同颜色和样式的线条，以及如何添加图例和自定义标签，以增强图表的可读性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先通过命令提示符进行matplotlib包的安装

实现线性回归可视化

import numpy as np
import matplotlib.pyplot as plt
x=[1,2,5,3,5]
y=[1,5,8,10,16]
plt.plot(x,y,"ro")
plt.axis([1,7,1,21])
plt.plot(np.unique(x),np.poly1d(np.polyfit(x,y,1))(np.unique(x)))
plt.show()

import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')
plt.show()

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 1, 101)
y = np.sin(2*np.pi*x)

plt.figure()
plt.plot(x, y, label="$\sin(x)$", c='b')
plt.xlabel('x', fontdict=dict(fontsize=14))
plt.ylabel('y', fontdict=dict(fontsize=14))
plt.legend()
plt.show()

以上为一些关于matplotlib的其他操作