如何在Jupyter中导入Excel数据并同绘y=x²曲线与散点

首先在Jupyter单元格运行以下命令安装所需依赖：

!pip install pandas numpy matplotlib openpyxl

后续按以下流程编写代码即可：

• 导入依赖库并配置绘图内联显示

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

• 读取Excel内的散点数据

注意把文件路径替换为你本地的Excel文件路径，默认读取第一个工作表，如果散点存在其他工作表，给read_excel加sheet_name="工作表名"参数即可；同时确认散点数据两列分别对应x值、观测y值，把代码里的列名替换成你Excel里的实际列名。

# 读入数据
df = pd.read_excel("你的散点数据文件.xlsx")
# 输出前5行校验数据是否读取正确
df.head()

• 生成y=x²理论曲线的连续坐标
  为保证曲线平滑，在散点x值的取值范围内生成足够密的连续点，无需手动硬编码x范围，可自动适配散点分布：

# 生成200个连续x点，范围比散点x的最值略宽，视觉效果更自然
x_curve = np.linspace(df['x'].min() - 0.5, df['x'].max() + 0.5, 200)
y_curve = x_curve ** 2

• 同坐标系绘制两类图形
  通过样式差异区分散点和曲线，添加图例方便识别：

plt.figure(figsize=(8,6), dpi=100)
# 绘制观测散点，设置透明度避免点重叠遮挡
plt.scatter(df['x'], df['y_obs'], c='#2c7fb8', alpha=0.7, label='导入的观测散点')
# 绘制y=x²理论曲线，用醒目的红色实线做区分
plt.plot(x_curve, y_curve, c='#d62728', linewidth=2, label=r'理论曲线 $y=x^2$')

# 补充标注信息
plt.xlabel('X 取值', fontsize=11)
plt.ylabel('Y 取值', fontsize=11)
plt.title('观测散点与y=x²理论曲线对比', fontsize=13)
plt.legend()
plt.grid(alpha=0.3)
plt.show()

• 可选：量化匹配程度
  如果需要数值化衡量散点和y=x²的相关程度，可以直接计算观测y值和x²值的皮尔逊相关系数，结果越接近1说明匹配度越高：

match_corr = df['y_obs'].corr(df['x'] ** 2)
print(f"散点与y=x²公式的相关系数：{match_corr:.3f}")

内容的提问来源于stack exchange，提问作者Youngrak Choi