Javascript 使用mx+在海图中绘制回归线；B

我试图根据

mx+b

（斜率+y-截距）公式，在高图中绘制一条线性回归线，用以生成回归公式

我遇到的问题是，Highcharts似乎需要

[[x1，y1]，[x2，y2]]

格式的回归线，但我不一定能从斜率和y截距获得起点和终点

所以： 可以根据坡度在海图中画一条线吗？或者有一个JS回归库可以输出一个基于如下数据数组的

[[x1，y1]，[x2，y2]]

格式的行吗

我现在的工作是：

data = [[11.6,14.7],[12.2,15.9],[10.7,14.8],[14,11.7],[12.5,13.2],[10,11.3],[10.1,11],[13.5,19.1]];

slope = regression('linear', data); // result: slope.equation = [slope, y-intercept]

$('#scatter').highcharts({
    chart: {
        type: 'scatter',
        zoomType: 'xy'
    },
    plotOptions: {
        scatter: {
            marker: {
                radius: 5,
                states: {
                    hover: {
                        enabled: true,
                        lineColor: 'rgb(100,100,100)'
                    }
                }
            },
            states: {
                hover: {
                    marker: {
                        enabled: false
                    }
                }
            },
            tooltip: {
                headerFormat: '<b>{series.name}</b><br>',
                pointFormat: '{point.x} cm, {point.y} kg'
            }
        }
    },
    series: [
        {
            type: 'line',
            name: 'Regression Line',
            data: [[0, 0], [5, 4.51]], // You see the problem here: I've got mx + b and this wants x1 y1 x2 y2
            marker: {
                enabled: false
            },
            states: {
                hover: {
                    lineWidth: 0
                }
            },
            enableMouseTracking: false
        },
        {
        name: 'Water Temperature vs. Air Temperature',
        color: 'rgba(119, 152, 191, .5)',
        data: data
    }]
});

data=[11.6,14.7]、[12.2,15.9]、[10.7,14.8]、[14,11.7]、[12.5,13.2]、[10,11.3]、[10.1,11]、[13.5,19.1]；
斜率=回归（'线性'，数据）；//结果：斜率。方程=[斜率，y截距]
$（“#散点”）。高图({
图表：{
键入：“散布”，
zoomType:'xy'
},
打印选项：{
散布：{
标记：{
半径：5，
国家：{
悬停：{
启用：对，
线条颜色：“rgb（100100）”
}
}
},
国家：{
悬停：{
标记：{
已启用：false
}
}
},
工具提示：{
headerFormat:“{series.name}
”，
pointFormat:“{point.x}cm，{point.y}kg”
}
}
},
系列：[
{
键入：“行”，
名称：'回归线'，
数据：[[0,0]，[5,4.51]]，//您可以看到这里的问题：我有mx+b，这需要x1 y1 x2 y2
标记：{
已启用：false
},
国家：{
悬停：{
线宽：0
}
},
enableMouseTracking:false
},
{
名称：“水温与空气温度”，
颜色：“rgba（119152191，.5）”，
数据：数据
}]
});

这是一个很好的问题。我是这样做的：

var data = [[11.6,14.7],[12.2,15.9],[10.7,14.8],[14,11.7],[12.5,13.2],[10,11.3],[10.1,11],[13.5,19.1]];

var ymxb = regression('linear', data); 

// get the slope and x intercept from the equation
var m = ymxb.equation[0], b = ymxb.equation[1];

// create array of x values
var xs = [];
data.forEach(function(d){
    xs.push(d[0]);
});

// get the max and min values of x, and calculate 
// the corresponding y value using that x, m, and b
var x0 = Math.min.apply(null, xs), 
    y0 = m*x0 + b;
var xf = Math.max.apply(null, xs), 
    yf = m*xf + b;

...

// that gives you your two coordinates
series: [
    {
        type: 'line',
        name: 'Regression Line',
        data: [[x0, y0], [xf, yf]],

...

结果: