使用 NumPy 实现单变量简单线性回归系数

要实现单变量的简单线性回归系数，可以使用 NumPy 中的 'polyfit' 函数。

'polyfit' 函数可以拟合一组数据点，返回拟合的系数。对于简单线性回归，只需要拟合一个一阶多项式即可。

下面是一个示例代码：

import numpy as np

# 输入数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])

# 使用 polyfit 进行拟合，返回系数
coefficients = np.polyfit(x, y, 1)

# 打印系数
print(coefficients)

运行上述代码，将得到输出结果：

[2. 0.]

输出结果中的第一个值 2 表示斜率，第二个值 0 表示截距。因此，简单线性回归的方程为 y = 2x + 0。