如何用线性回归绘制漂亮的散点图？

Question

我想使用下面给出的数据制作带有linear regression的漂亮scatter plot 。 我能够创建一个散点图，但对它的外观不满意。 此外，我想在数据上绘制一条linear regression 。

我的数据和代码如下：

x            y
117.00      111.0
107.00      110.0
77.22        78.0
112.00       95.4
149.00      150.0
121.00      121.0
121.61      120.0
111.54      140.0
73.00        72.0
70.47       000.0
66.3         72.0
113.00      131.0
81.00        81.0
72.00        00.0
74.20        98.0
84.24        90.0
86.60        88.0
99.00        97.0
90.00       102.0
85.00       000.0
138.0       135.0
96.00        93.0

import numpy as np
import matplotlib.pyplot as plt
print(plt.style.available)
from sklearn.linear_model import LinearRegression
plt.style.use('ggplot')

data = np.loadtxt('test_data',  dtype=float, skiprows=1,usecols=(0,1))

x=data[:,0]
y=data[:,1]
plt.xlim(20,200)
plt.ylim(20,200)

plt.scatter(x,y, marker="o",)
plt.show()

Answer 1

请检查代码段。 您可以使用numpy.polyfit()和 degree=1 来计算线的斜率和 y 截距到y=m*x+c

import numpy as np
import matplotlib.pyplot as plt
plt.style.use('ggplot')
data = np.loadtxt('test_data.txt',  dtype=float, skiprows=1,usecols=(0,1))
x=data[:,0]
y=data[:,1]

plt.xlim(20,200)
plt.ylim(20,200)

plt.scatter(x,y, marker="o",)

m, b = np.polyfit(x, y, 1)
plt.plot(x, m*x + b)

plt.show()

Edit1：根据你的评论，我添加了更多的点，现在图形看起来像这样，它似乎通过点传递。

要将透明度设置为点，您可以使用alpha参数。 您可以设置介于 0 和 1 之间的范围来更改透明度。 这里我设置alpha=0.5

plt.scatter(x,y, marker="o",alpha=0.5) Edit2：基于@tmdavison 建议

import numpy as np
import matplotlib.pyplot as plt
plt.style.use('ggplot')
data = np.loadtxt('test_data.txt',  dtype=float, skiprows=1,usecols=(0,1))
x=data[:,0]
y=data[:,1]
x2 = np.arange(0, 200)
plt.xlim(20,200)
plt.ylim(20,200)

plt.scatter(x,y, marker="o",)

m, b = np.polyfit(x, y, 1)
plt.plot(x2, m*x2 + b)

plt.show()