Python中的R abline（）等价物

我试图用Python将线性回归绘制到散点图上

在R中，我只需执行以下操作：

运行OLS线性再研磨 运行线性回归 显示摘要 绘图回归线 在此处插入代码尝试以下操作：

plt.plot(Boston.lstat, fit_1.fittedvalues, 'r')

试试这个：

plt.plot(Boston.lstat, fit_1.fittedvalues, 'r')

---

这可以很简单地做到。在下面的代码中，我使用

sklearn

来拟合模型并预测值

import pandas as pd
from sklearn.linear_model import LinearRegression
from matplotlib import pyplot as plt

model = LinearRegression()
model.fit(X,y)
predictions = model.predict(X)

plt.plot(X,y,'o')
# change here
plt.plot(X, predictions, '-')
plt.show()

---

这件事做起来很简单。在下面的代码中，我使用

sklearn

来拟合模型并预测值

import pandas as pd
from sklearn.linear_model import LinearRegression
from matplotlib import pyplot as plt

model = LinearRegression()
model.fit(X,y)
predictions = model.predict(X)

plt.plot(X,y,'o')
# change here
plt.plot(X, predictions, '-')
plt.show()

---

非常感谢helpOnly在X排序时起作用。非常感谢helpOnly在X排序时起作用。你的答案也起作用，但我给了@p W检查，因为他先回答了你的答案，但我给了@p W检查，因为他先回答了

plt.plot(Boston.lstat, fit_1.fittedvalues, 'r')

import pandas as pd
from sklearn.linear_model import LinearRegression
from matplotlib import pyplot as plt

model = LinearRegression()
model.fit(X,y)
predictions = model.predict(X)

plt.plot(X,y,'o')
# change here
plt.plot(X, predictions, '-')
plt.show()