Як намалювати лінію найкращого підходу в python (з прикладами)

Ви можете використовувати наступний базовий синтаксис, щоб намалювати найкращу лінію в Python:

 #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)

У наступному прикладі показано, як використовувати цей синтаксис на практиці.

Приклад 1: побудова найкращої базової лінії в Python

Наступний код показує, як намалювати найкращу базову лінію в Python:

 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) 

Приклад 2: малювання найкращої спеціальної лінії в Python

Наступний код показує, як створити таку саму найкращу лінію, що й у попередньому прикладі, з такими доповненнями:

• Користувацькі кольори для точок і найкращої лінії
• Індивідуальний стиль і ширина для найкращої лінії
• Рівняння підігнаної лінії регресії, що відображається на графіку

 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 ) 

Не соромтеся розмістити підігнане рівняння регресії в будь-яких координатах (x,y), які вам потрібні на графіку.

Для цього конкретного прикладу ми вибираємо (x, y) = (1, 17).

Додаткові ресурси

У наступних посібниках пояснюється, як адаптувати різні моделі регресії в Python:

Повний посібник із лінійної регресії в Python
Як виконати поліноміальну регресію в Python
Як виконати квантильну регресію в Python