Python 是一种十分强大的编程语言，因其简洁易学、高效方便而在数据科学和机器学习领域取得越来越大的影响。在数据分析中，我们经常需要将数据集可视化，而线性拟合是一种基础的分析方法，可以用 Python 画出线性拟合图表。

# 导入所需包import numpy as npimport matplotlib.pyplot as plt# 创建一些数据x = np.array([1, 2, 3, 4, 5])y = np.array([1.5, 3, 4.5, 6, 7.5])# 用 polyfit 方法进行线性拟合m, b = np.polyfit(x, y, 1)# 绘制数据点和拟合线plt.plot(x, y, 'o')plt.plot(x, m*x+b)plt.show()

通过上述代码可以看出，我们先使用 numpy 包创建了 x 和 y 两个数组，然后使用 polyfit 方法进行线性拟合，其中参数 1 代表拟合的为一次方程。接下来我们使用 matplotlib 包来画出拟合曲线和数据点的图表，并使用 plt.show() 显示。

绘制完成的线性拟合图表可以明显看出数据点的拟合效果，如果想要更精细的结果，还可以调整参数，如设置线条类型、点的大小、颜色等。