# 散點圖以及一次擬合曲線圖像
# 準備數(shù)據(jù)
df = (pd.read_csv(r'C:\Users\Administrator\Desktop\銷售數(shù)據(jù) 2.csv', usecols=[0]))
season = np.array(df.stack())
data = (pd.read_csv(r'C:\Users\Administrator\Desktop\銷售數(shù)據(jù) 2.csv', usecols=[1]))
data_list1 = np.array(data.stack())
# 繪制圖像以及標簽
plt.figure(figsize=(8, 6))
plt.scatter(season, data_list1, s=20)
plt.title('THIS IS TITLE')
plt.xlabel('THIS IS X LABEL', labelpad=15)
plt.ylabel('THIS IS Y LABEL', labelpad=15)
# 計算擬合方程
b = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])# 原始數(shù)據(jù)x軸是標簽，所以這里簡單生成一個序列
figure2 = np.polyfit(b, data_list1, 1)# 這個方法是返回擬合方程的系數(shù) 輸入x,y,deg = 1表示生成一次函數(shù)，這個函數(shù)返回的是一個數(shù)組
c = figure2[0]# 從數(shù)組中把一次項系數(shù)取出來
d = figure2[1]# 從數(shù)組把常數(shù)項取出來
y2 = b * c + d# 推導出函數(shù)表達式
# 繪制擬合圖像
plt.plot(season, y2, linestyle='dotted')
plt.show()
