人为增加一个值并观察对另一个值的影响-Python

我有两列,我想人为地将A列的值增加到1000,看看B列的值会发生什么。

数据

A           B
500         20
200         10
100         5

渴望的

A           B
500        20
200        10
100        5
1000       ?

我想人为地将A列的值增加到1000,看看B列的值会发生什么变化。

正在执行

使用python,我将测试相关性。 将其视为线性回归问题。

pyplot.scatter(x = ‘A’, y = ‘B’, s= 100)
pyplot.show()

然后我想,如果我增加A的依赖值,我可以使用线性回归来确定B的值。只是不确定如何输入假设值。

import numpy as np
from sklearn.linear_model import LinearRegression

x = np.array([500,200,100]).reshape((-1, 1))
y = np.array([20,10,5])

欢迎提出任何建议