线性回归-绘图上的方程-Python

嘿，我想做线性回归，并创建一个绘图，在上面也将是我的模型方程。我有以下代码：

from sklearn.linear_model import LinearRegression

X = np.array((1,2, 3, 4))
Y = np.array((3, 1, 4, 5))

X = X.reshape((-1, 1))
model = LinearRegression().fit(X, Y)


plt.scatter(X, Y, color='g')
plt.plot(X, model.predict(X),color='k')

print(model.coef_[0], model.intercept_)

如何在我的绘图上自动写入公式？

Matplotlib具有广泛的文本支持，包括对数学表达式的支持、对光栅和矢量输出的truetype支持、具有任意旋转的换行分隔文本以及unicode支持

从中，以下命令用于在pyplot界面和面向对象API中创建文本：

pyplot API 面向对象API 描述 文本 文本 在轴的任意位置添加文本。 注释 注释 在轴的任意位置添加带有可选箭头的注释。 xlabel 集合标签 将标签添加到轴的x轴。 伊拉贝尔 设置标签 将标签添加到轴的y轴。 标题 设置标题 向轴添加标题。 figtext 文本 在地物的任意位置添加文本。 副标题 副标题 为图形添加标题。

---

这种情况下，我想打印

Y=model.coef_[0]x+model.intercept_

而不是

Y=a+bX

，我想自动执行，而不是手工编写。你可以尝试类似

ax.text（1，4，f'$Y={model.coef_[0]}*x+{model.intercept}$'，fontsize 10）的方法。

。Round

ax.text（1,4，f'$Y={Round（model.coef_u[0]，2）}*x+{model.intercept_}$'，fontsize=10）