Python实现数据的线性拟合

最新推荐文章于 2024-08-20 17:16:18 发布

Alphy Kee

最新推荐文章于 2024-08-20 17:16:18 发布

阅读量3.5k

点赞数 1

分类专栏： python 文章标签：线性代数算法 python

本文链接：https://blog.csdn.net/LiDarF/article/details/118093687

版权

python 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

Python实现对实验数据的函数拟合

数据拟合会涉及到多种拟合方法，本文旨在把本人可能使用到的做一个总结
持续更新ing

 1. List item  # 线性拟合

from scipy import optimize
import numpy as np
import matplotlib.pyplot as plt

def f1(x, k, b):
    return k * x + b


x0 = cou_di  # 需要拟合的一维数组，x
y0 = tdc_di  # 需要拟合的一维数组，y

k1, b1 = optimize.curve_fit(f1, x0, y0)[0]
x1 = np.arange(0, 75, 0.01)  # 30和75要对应x0的两个端点，0.01为步长

y1 = k1 * x1 + b1
f = plt.figure()
plt.plot(x1, y1, "blue", label='k=% .4f' % k1)
plt.plot(x0, y0, 'r.')
plt.xlabel('t')
plt.ylabel('Mt/g')
plt.legend()
f.show()