Python/Matplotlib：在给定截距和斜率的情况下向图中添加回归线

Question

使用以下小型数据集：

 bill = [34,108,64,88,99,51]
tip =  [5,17,11,8,14,5]

我计算了一条最佳拟合回归线（手工）。

 yi = 0.1462*x - 0.8188 #yi = slope(x) + intercept

我已经使用 Matplotlib 绘制了我的原始数据，如下所示：

 plt.scatter(bill,tip, color="black")
plt.xlim(20,120) #set ranges
plt.ylim(4,18)

#plot centroid point (mean of each variable (74,10))
line1 = plt.plot([74, 74],[0,10], ':', c="red")
line2 = plt.plot([0,74],[10,10],':', c="red")

plt.scatter(74,10, c="red")

#annotate the centroid point
plt.annotate('centroid (74,10)', xy=(74.1,10), xytext=(81,9),
        arrowprops=dict(facecolor="black", shrink=0.01),
        )

#label axes
plt.xlabel("Bill amount ($)")
plt.ylabel("Tip amount ($)")

#display plot
plt.show()

我不确定如何将回归线放到图本身上。我知道有很多内置的东西可以快速拟合和显示最佳拟合线，但我这样做是为了练习。我知道我可以在点“0,0.8188”（截距）开始这条线，但我不知道如何使用斜率值来完成这条线（设置线的终点）。

鉴于 x 轴每增加一次，斜率应增加“0.1462”；对于线坐标，我尝试将 (0,0.8188) 作为起点，将 (100,14.62) 作为终点。但是这条线不通过我的质心点。它只是想念它。

干杯，乔恩

原文由 Beatdown 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

问题中的推理部分正确。具有函数 f(x) = a*x +b ，您可以将 y 轴 (x=0) 的截取点作为 (0, b) （或 (0,-0.8188) ）作为第一个点。

该线上的任何其他点由 (x, f(x)) 或 (x, a*x+b) 。因此，查看 x=100 处的点会给你 (100, f(100)) ，插入： (100, 0.1462*100-0.8188) = (100,13.8012) 。在您在问题中描述的情况下，您只是忘记考虑 b 。

下面显示了如何使用该函数在 matplotlib 中绘制线条：

 import matplotlib.pyplot as plt
import numpy as np

bill = [34,108,64,88,99,51]
tip =  [5,17,11,8,14,5]
plt.scatter(bill, tip)

#fit function
f = lambda x: 0.1462*x - 0.8188
# x values of line to plot
x = np.array([0,100])
# plot fit
plt.plot(x,f(x),lw=2.5, c="k",label="fit line between 0 and 100")

#better take min and max of x values
x = np.array([min(bill),max(bill)])
plt.plot(x,f(x), c="orange", label="fit line between min and max")

plt.legend()
plt.show()

当然，拟合也可以自动完成。您可以通过调用 numpy.polyfit 获得斜率和截距：

 #fit function
a, b = np.polyfit(np.array(bill), np.array(tip), deg=1)
f = lambda x: a*x + b

情节中的其余部分将保持不变。

原文由 ImportanceOfBeingErnest 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

matplotlib 3.3.0 中的新功能

plt.axline 现在可以更轻松地绘制回归线（或任意无限线）。

---

• 斜截式

这对于回归线来说是最简单的。使用 np.polyfit plt.axline 斜率 m b

   # y = m * x + b
  m, b = np.polyfit(x=bill, y=tip, deg=1)
  plt.axline(xy1=(0, b), slope=m, label=f'$y = {m}x {b:+}$')

---

• 点-斜率形式

如果你有一些其他任意点 (x1, y1) 沿线，它也可以与坡度一起使用：

   # y - y1 = m * (x - x1)
  x1, y1 = (1, -0.6741)
  plt.axline(xy1=(x1, y1), slope=m, label=f'$y {-y1:+} = {m}(x {-x1:+})$')

---

• 两点

也可以沿直线使用任意两个点：

   xy1 = (1, -0.6741)
  xy2 = (0, -0.8203)
  plt.axline(xy1=xy1, xy2=xy2, label=f'${xy1} \\rightarrow {xy2}$')

原文由 tdy 发布，翻译遵循 CC BY-SA 4.0 许可协议