W3School TIY Editor

# 三行配置使编译器支持绘图功能： import sys import matplotlib matplotlib.use('Agg') import numpy import matplotlib.pyplot as plt numpy.random.seed(2) # 生成正态分布随机数据： x = numpy.random.normal(3, 1, 100) # 均值=3，标准差=1 y = numpy.random.normal(150, 40, 100) / x # 均值=150，标准差=40 # 划分训练集和测试集： # 前 80 个样本作为训练集： train_x = x[:80] train_y = y[:80] # 后 20 个样本作为测试集： test_x = x[80:] test_y = y[80:] # 使用三次多项式拟合训练数据，3 表示三次多项式： mymodel = numpy.poly1d(numpy.polyfit(train_x, train_y, 4)) # 生成拟合曲线的x坐标点，从 0 到 6 生成 100 个等距点： myline = numpy.linspace(0, 6, 100) # 绘制训练集散点图和拟合曲线 plt.scatter(train_x, train_y) # 训练数据散点图 plt.plot(myline, mymodel(myline), color='red') # 红色拟合曲线 plt.show() # 两行代码实现图形输出： plt.savefig(sys.stdout.buffer) sys.stdout.flush()