在 Python 中进行绘图时，如果希望显示拟合曲线的斜率，可以通过以下步骤实现： ### 1. 进行线性拟合并获取斜率和截距 使用 `numpy.polyfit` 或 `scipy.optimize.curve_fit` 对数据进行线性或多项式拟合，并获取拟合参数。例如，对于一阶线性拟合，可以使用 `np.polyfit(x, y, 1)` 来获得斜率和截距 [^5]。 示例代码如下： ```python import numpy as np x = np.array([0, 1, 2, 3, 4, 5]) y = np.array([2.83, 9.53, 14.52, 21.57, 38.26, 53.92]) # 获取斜率和截距 slope, intercept = np.polyfit(x, y, 1) ``` ### 2. 在图表中添加拟合曲线 利用 `matplotlib.pyplot.plot()` 函数绘制原始数据点以及拟合曲线，并通过 `label` 参数标注拟合方程及斜率信息。 示例代码如下： ```python import matplotlib.pyplot as plt # 原始数据点 plt.scatter(x, y, color='blue', label='原始数据') # 拟合直线 y_fit = slope * x + intercept plt.plot(x, y_fit, color='red', label=f'拟合曲线: y = {slope:.2f}x + {intercept:.2f}') # 添加标题与标签 plt.title('线性拟合并显示斜率') plt.xlabel('x') plt.ylabel('y') plt.legend() plt.show() ``` ### 3. 使用文本注释直接显示斜率 除了在图例中标注外，还可以使用 `matplotlib.pyplot.text()` 或 `annotate()` 方法，在指定位置直接添加斜率信息。 示例代码如下： ```python # 在图中添加斜率文本 plt.text(0.5, max(y) - 5, f'斜率: {slope:.2f}', fontsize=12, color='green') ``` ### 完整代码整合 将上述内容整合为完整的脚本： ```python import numpy as np import matplotlib.pyplot as plt # 数据 x = np.array([0, 1, 2, 3, 4, 5]) y = np.array([2.83, 9.53, 14.52, 21.57, 38.26, 53.92]) # 线性拟合 slope, intercept = np.polyfit(x, y, 1) # 绘制数据点和拟合曲线 plt.scatter(x, y, color='blue', label='原始数据') y_fit = slope * x + intercept plt.plot(x, y_fit, color='red', label=f'拟合曲线: y = {slope:.2f}x + {intercept:.2f}') # 添加斜率文本 plt.text(0.5, max(y) - 5, f'斜率: {slope:.2f}', fontsize=12, color='green') # 设置图表信息 plt.title('线性拟合并显示斜率') plt.xlabel('x') plt.ylabel('y') plt.legend() plt.grid(True) plt.show() ``` ###