Python 使用matplotlib代替pylab的线性回归示例

由于不鼓励使用pylab，我打算在中使用本例中的matplotlib

如果我从

import matplotlib.pyplot as plt

我不知道如何替换matplotlib中的polyfit和polyval函数。在第4行和第7行中，它们调用polyfit和polyval函数（位于pylab模块中）。使用matplotlib应该使用哪些函数

---

我想使用这个示例，但使用matplotlib。

polyfit

和

polyval

都在

numpy

中提供。因此，您可以简单地使用：

import numpy as np
import matplotlib.pyplot as plt

x = [0.2, 1.3, 2.1, 2.9, 3.3]
y = [3.3, 3.9, 4.8, 5.5, 6.9]

(m, b) = np.polyfit(x, y, 1)
print(m, b)

yp = np.polyval([m, b], x)
plt.plot(x, yp)
plt.grid(True)
plt.scatter(x,y)

---

polyfit

和

polyval

都可以在

numpy

中找到。因此，您可以简单地使用：

import numpy as np
import matplotlib.pyplot as plt

x = [0.2, 1.3, 2.1, 2.9, 3.3]
y = [3.3, 3.9, 4.8, 5.5, 6.9]

(m, b) = np.polyfit(x, y, 1)
print(m, b)

yp = np.polyval([m, b], x)
plt.plot(x, yp)
plt.grid(True)
plt.scatter(x,y)

---

绘图函数位于

matplotlib.pyplot

中，但PyLab还包括NumPy中的数值函数，您可以使用这些函数

import numpy as np

np.polyfit(...)  # etc.

---

（另请参见第一个答案。）

绘图函数位于

matplotlib.pyplot

中，但PyLab还包括NumPy中的数值函数，您可以使用这些函数

import numpy as np

np.polyfit(...)  # etc.

---

（另请参见第一个答案。）

请不要粘贴代码的图像。包括实际的代码，这样人们就不会试图帮助你转录你的图像。你是对的。该网站实际上有图像，我下次会尝试键入代码。仅供参考，您可以编辑问题并自己键入代码@MarkMeyer很好，这次他用自己的时间做了这件事。按照要求，已经完成了。多谢各位@MarkMeyerit@RakibulHassan看起来不错——我没有否决这个，但如果我否决了，我会撤销它。请不要粘贴代码的图像。包括实际的代码，这样人们就不会试图帮助你转录你的图像。你是对的。该网站实际上有图像，我下次会尝试键入代码。仅供参考，您可以编辑问题并自己键入代码@MarkMeyer很好，这次他用自己的时间做了这件事。按照要求，已经完成了。多谢各位@MarkMeyerit@RakibulHassan看起来不错——我没有否决这个，但如果我否决了，我会撤销它。太棒了！正如你所说，polyfit和polyval都在numpy提供，我们可以继续使用它。同时，我计划使用

import numpy作为np import matplotlib.pyplot作为plt x=[0.2,1.3,2.1,2.9,3.3]y=[3.3,3.9,4.8,5.5,6.9]

来绘制和添加最佳拟合线。用更少的代码绘制两者的最佳方法是什么？再次感谢您@mark Meyer能否使用Seaborn的regplot或lmplot完成此操作，如中所示？很抱歉延迟。我想我接受了这两个答案。看来，你只能接受一个。我不想伤害任何人，太棒了！正如你所说，polyfit和polyval都在numpy提供，我们可以继续使用它。同时，我计划使用

import numpy作为np import matplotlib.pyplot作为plt x=[0.2,1.3,2.1,2.9,3.3]y=[3.3,3.9,4.8,5.5,6.9]

来绘制和添加最佳拟合线。用更少的代码绘制两者的最佳方法是什么？再次感谢您@mark Meyer能否使用Seaborn的regplot或lmplot完成此操作，如中所示？很抱歉延迟。我想我接受了这两个答案。看来，你只能接受一个。我不想伤害任何人。