So zeichnen sie die linie der besten passform in python (mit beispielen)


Sie können die folgende grundlegende Syntax verwenden, um in Python eine am besten passende Linie zu zeichnen:

 #find line of best fit
a, b = np. polyfit (x, y, 1)

#add points to plot
plt. scatter (x,y)

#add line of best fit to plot
plt. plot (x, a*x+b)

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel 1: Zeichnen der Best-Fit-Basislinie in Python

Der folgende Code zeigt, wie man in Python eine am besten passende Grundlinie zeichnet:

 import numpy as np
import matplotlib. pyplot as plt

#define data
x = np. array ([1, 2, 3, 4, 5, 6, 7, 8])
y = np. array ([2, 5, 6, 7, 9, 12, 16, 19])

#find line of best fit
a, b = np. polyfit (x, y, 1)

#add points to plot
plt. scatter (x,y)

#add line of best fit to plot
plt. plot (x, a*x+b) 

Best-Fit-Zeile in Python

Beispiel 2: Zeichnen der am besten passenden benutzerdefinierten Linie in Python

Der folgende Code zeigt, wie Sie dieselbe Best-Fit-Linie wie im vorherigen Beispiel erstellen, mit den folgenden Ergänzungen:

  • Benutzerdefinierte Farben für Punkte und Best-Fit-Linie
  • Benutzerdefinierter Stil und Breite für die beste Passform
  • Die Gleichung der angepassten Regressionslinie, die im Diagramm angezeigt wird
 import numpy as np
import matplotlib. pyplot as plt

#define data
x = np. array ([1, 2, 3, 4, 5, 6, 7, 8])
y = np. array ([2, 5, 6, 7, 9, 12, 16, 19])

#find line of best fit
a, b = np. polyfit (x, y, 1)

#add points to plot
plt. scatter (x,y,color=' purple ')

#add line of best fit to plot
plt. plot (x, a*x+b, color=' steelblue ', linestyle=' -- ', linewidth= 2 )

#add fitted regression equation to plot
plt. text (1, 17, 'y = ' + '{:.2f}'. format (b) + ' + {:.2f}'. format (a) + 'x', size= 14 ) 

Zeichnen Sie die beste Anpassungslinie für die Regressionsgleichung in Python

Fühlen Sie sich frei, die angepasste Regressionsgleichung in den gewünschten (x,y) -Koordinaten im Diagramm zu platzieren.

Für dieses spezielle Beispiel haben wir (x, y) = (1, 17) gewählt.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie verschiedene Regressionsmodelle in Python anpassen:

Eine vollständige Anleitung zur linearen Regression in Python
So führen Sie eine Polynomregression in Python durch
So führen Sie eine Quantilregression in Python durch

Einen Kommentar hinzufügen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert