Matplotlib：单X值对应多Y值的散点图及回归线绘制问题

一、单X值对应多Y值的最优数据类型选择 #

针对你这种一个X对应多个Y值的算法性能评估场景，我推荐两种实用的数据类型，具体选哪个看你的后续需求：

• 嵌套列表（直观易用）：最直接的方式，把每个X对应的Y值打包成子列表，比如：

  x = [1, 2, 3, 4, 5]
  y_groups = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15]]
  

  绘图时用循环遍历每个X和对应的Y组，就能快速画出散点：

  import matplotlib.pyplot as plt
  for xi, yi in zip(x, y_groups):
      plt.scatter([xi]*len(yi), yi, label=f'x={xi}')
  plt.legend()
  plt.show()
  

• Pandas DataFrame（推荐用于性能评估）：如果需要后续做统计分析（比如计算每个X对应的Y均值、方差，这对评估算法稳定性很重要），把数据整理成长格式的DataFrame会更方便：

  import pandas as pd
  # 构造长格式数据
  data = []
  for xi, yi in zip(x, y_groups):
      for y_val in yi:
          data.append({'x': xi, 'y': y_val})
  df = pd.DataFrame(data)
  

  绘图时直接调用scatter即可，后续还能轻松计算统计量并可视化：

  plt.scatter(df['x'], df['y'])
  # 添加每个X对应的均值线，辅助评估性能集中趋势
  mean_y = df.groupby('x')['y'].mean()
  plt.plot(mean_y.index, mean_y.values, color='red', marker='o', label='Mean Y')
  plt.legend()
  plt.show()
  

  这种格式能让你更清晰地观察算法在不同X下的性能分布，非常适合你的评估需求。

二、指数关系下绘制回归线的方法 #

当然可以绘制回归线！不过因为你的X和Y是指数关系（比如Y = a*b^X），直接拟合线性回归线会偏差很大，推荐两种靠谱的方法：

方法1：对数变换转线性拟合 #

把指数关系转化为线性关系：对Y取自然对数，得到ln(Y) = ln(a) + X*ln(b)，这就变成了标准线性模型，拟合后再转换回指数形式即可：

import numpy as np
from sklearn.linear_model import LinearRegression

# 把数据展开成一维数组
x_flat = np.repeat(x, 3).reshape(-1, 1)  # 每个X重复3次，对应3个Y值
y_flat = np.concatenate(y_groups)

# 对数变换
ln_y = np.log(y_flat)

# 拟合线性模型
model = LinearRegression()
model.fit(x_flat, ln_y)

# 预测并转换回指数形式
x_pred = np.linspace(min(x), max(x), 100).reshape(-1, 1)
ln_y_pred = model.predict(x_pred)
y_pred = np.exp(ln_y_pred)

# 绘图
plt.scatter(x_flat, y_flat, label='Raw Data')
plt.plot(x_pred, y_pred, color='green', linewidth=2, label='Exponential Regression')
plt.legend()
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

方法2：直接非线性拟合（更贴合原始数据） #

用scipy.optimize.curve_fit直接拟合指数函数，不需要做变换，结果会更准确：

from scipy.optimize import curve_fit

# 定义指数函数模型
def exp_func(x, a, b):
    return a * (b ** x)

# 拟合最优参数
params, _ = curve_fit(exp_func, x_flat.flatten(), y_flat)
a_opt, b_opt = params

# 生成预测曲线
y_pred = exp_func(x_pred.flatten(), a_opt, b_opt)

# 绘图
plt.scatter(x_flat, y_flat, label='Raw Data')
plt.plot(x_pred, y_pred, color='orange', linewidth=2, label='Non-linear Exponential Fit')
plt.legend()
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

这种方法不需要假设变换后的线性关系，拟合结果完全贴合原始数据的指数趋势。

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