Python是一種廣泛用于數據科學的編程語言，在處理數據時，經常需要對數據進行擬合，以便更好地理解數據的相關性。Python提供了豐富的數據擬合庫，這里我們介紹如何使用Python中的matplotlib庫繪制數據擬合圖。

# 導入庫
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
# 創建數據
x = np.array([1, 2, 3, 4, 5])
y = np.array([1.1, 3.3, 6.5, 10.2, 14.8])
# 定義擬合函數
def fitting_function(x, a, b, c):
return a * np.power(x, 2) + b * x + c
# 擬合數據
popt, pcov = curve_fit(fitting_function, x, y)
# 繪制數據和擬合曲線
plt.scatter(x, y)
plt.plot(x, fitting_function(x, *popt), 'r')
plt.show()

以上代碼中，我們首先導入所需庫，然后使用numpy庫創建了一組數據，用于擬合。接著，我們定義了擬合函數，該函數采用三個自變量。最后，我們使用curve_fit函數擬合數據，并將結果繪制在圖表中。如圖所示：

在圖表中，藍色的點表示數據，紅色的曲線表示擬合曲線。我們可以看到，用擬合曲線更好地表達了數據的相關性。