python, 回归分析

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(1, 10, 1)  # 生成1到9的时间序列列表
y = t * 0.9 + np.sin(t)  # 生成向上波动的y轴数据列表
model = np.polyfit(t, y, deg = 2)  #拟合2阶模型.如果deg=1,则拟合的是1阶，即一元线性回归模型
t2 = np.arange(-2, 12, 0.5)  # 生成一个新的时间序列列表
y2predict = np.polyval(model, t2)  #用刚生成的模型model生成在t2为因变量条件下的自变量y2predict
plt.plot(t, y ,'o', t2, y2predict, 'x')
plt.show()