用numpy进行曲线拟合~

# -*- coding: cp936 -*-
import numpy
import pylab


def plot_polynomail_fit(matrix,col,*deg):#
    '''
        这个函数一次只拟合一组数据。但是可以对这一组数据同时拟合多条曲线并显示。
        matrix:存放的是需要拟合的数据，其中每一列代表一组待拟合数据。
        col：代表你需要拟合第几列数据
        *deg:是一个元组，长度不定,里面存放拟合的次数，可以对一组数据拟合出多条直线进行比较。
        matrix是一个list.
        
    '''
    y=[ matrix[i][col] for i in xrange(len(matrix))]#提取出第i列数据
    
    x=xrange(len(y)) #x坐标
    COLOR=['c','m','y','k','r','p','o','g','b']
    temp=[]
    numOfLineToFit=len(deg)#需要拟合的次数列表
    for index,item in enumerate (deg):    
        param=numpy.polyfit(x,y,item) #曲线的参数
        equation=numpy.poly1d(param)   #曲线方程
        temp.extend(param[:])  #提取曲线参数
        #print param
        pylab.subplot(numOfLineToFit,1,index+1)
        pylab.plot(x,equation(x),'%s--'% COLOR[index],label='(deg=%d)'% item)
        pylab.plot(x,y,'b--',label='Original line')#'k',
        

    #pylab.plot(x,y,'b--',label='Original line')#'k',
    #pylab.legend()
    pylab.show()
    return temp