如何用matplotlib绘制穿数据点直线并计算其与X轴夹角

你要的穿过所有数据点中部的对角线，本质是对散点做一元最小二乘线性回归得到的最优拟合线，和参考图黑线效果完全一致，以下是基于numpy+matplotlib的可落地实现：

实现逻辑 #

• 对已有的x、y散点做一阶多项式拟合，得到拟合直线的斜率、截距参数
• 在x轴取值范围内生成连续坐标点，绘制黑色拟合直线
• 利用直线斜率公式，计算拟合线和水平蓝色参考线的夹角

完整可运行代码 #

import numpy as np
import matplotlib.pyplot as plt

# --- 替换为你自己的实际数据即可 ---
# 你已经用来绘制散点的x、y原始数据集
x_data = np.array([])  # 填入你的x轴数据
y_data = np.array([])  # 填入你的y轴数据
# 水平蓝色参考线对应的y轴坐标值
blue_ref_line_y = 0
# --------------------------------

# 1. 拟合一元线性直线，得到斜率k、截距b
slope, intercept = np.polyfit(x_data, y_data, deg=1)

# 2. 绘制图形
fig, ax = plt.subplots(figsize=(8, 6), dpi=100)
# 你已经完成的原始散点绘制（如果已经画过可以注释掉这行）
ax.scatter(x_data, y_data, c='gray', alpha=0.6, label='原始数据点')
# 绘制水平蓝色参考线
ax.axhline(y=blue_ref_line_y, c='blue', linestyle='--', label='水平参考线')
# 绘制黑色拟合中线，匹配参考图黑线样式
x_fit = np.linspace(x_data.min(), x_data.max(), 200)
y_fit = slope * x_fit + intercept
ax.plot(x_fit, y_fit, c='black', linewidth=2, label='拟合中线')

# 3. 计算两线夹角
# 水平参考线斜率为0，代入两线夹角公式可简化为反正切斜率绝对值
angle_rad = np.arctan(np.abs(slope))
angle_degree = np.rad2deg(angle_rad)
# 可直接在图上标注夹角数值
ax.text(
    x_data.min() * 0.9, blue_ref_line_y + (y_data.max() - y_data.min())*0.05,
    f'两线夹角：{angle_degree:.2f}°',
    fontsize=12, c='crimson'
)

ax.legend()
plt.show()

注意事项 #

• np.polyfit采用最小二乘准则拟合，生成的直线恰好穿过所有数据点的分布中部，是这类趋势线的标准实现方案
• 夹角计算默认返回0-90°范围内的锐角结果，如果需要带方向的夹角，去掉np.abs()取绝对值的逻辑即可
• 如果有特殊要求需要拟合线强制过某个固定点（比如原点），可以替换为带约束的最小二乘拟合逻辑实现

内容的提问来源于stack exchange，提问作者Purvish Jariwala