#导入相关库

import pandas as pd

import numpy as np

from sklearn import linear_model

import matplotlib as mpl

import matplotlib.pyplot as plt

#准备数据

x=np.array([1,2,3,4,5,6]).reshape(6,1)

y=np.array([2,3,5,7,9,12])

#实例化回归对象

reg=linear_model.LinearRegression()

#拟合回归对象

reg.fit(x,y)

#根据回归结果预测y值

y_predict = reg.predict(x) # 预测值

#画散点图及拟合图

#生成图纸fig，还有一个坐标系ax1

fig,ax1=plt.subplots()

#在坐标系上添加散点图

ax1.scatter(x.reshape(6),y)

#在坐标系上添加折线图

ax1.plot(x.reshape(6),y_predict,label="张三对应的回归线",color='r')

#设定一个常用的字体字号等属性，方便以后调用

prop1= mpl.font_manager.FontProperties(fname=r'C:\Windows\Fonts\msyh.TTF',size=10)

#添加图例

ax1.legend(loc=1,prop=prop1)