【python图像处理】直线和曲线的拟合与绘制（curve_fit()详解）

在数据处理和绘图中，我们通常会遇到直线或曲线的拟合问题，python中scipy模块的子模块optimize中提供了一个专门用于曲线拟合的函数curve_fit()。

下面通过示例来说明一下如何使用curve_fit()进行直线和曲线的拟合与绘制。

代码如下：

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

#直线方程函数
def f_1(x, A, B):
    return A*x + B

#二次曲线方程
def f_2(x, A, B, C):
    return A*x*x + B*x + C

#三次曲线方程
def f_3(x, A, B, C, D):
    return A*x*x*x + B*x*x + C*x + D

def plot_test():

    plt.figure()

    #拟合点
    x0 = [1, 2, 3, 4, 5]
    y0 = [1, 3, 8, 18, 36]

    #绘制散点
    plt.scatter(x0[:], y0[:], 25, "red")

    #直线拟合与绘制
    A1, B1 = optimize.curve_fit(f_1, x0, y0)[0]
    x1 = np.arange(0, 6, 0.01)
    y1 = A1*x1 + B1
    plt.plot(x1, y1, "blue")

    #二次曲线拟合与绘制
    A2, B2, C