Python中numpy.polyfit的用法详解

numpy中polyfit的用法

参数

polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False):

x:M个采样点的横坐标数组；
y:M个采样点的纵坐标数组；y可以是一个多维数组，这样即可拟合相同横坐标的多个多项式；
deg：多项式阶数。
rcond：Relative condition number，float型，缺省值为$len(x)\ast 2e^{-16}$
full：bool型，缺省为False，此时只返回系数向量；full=True时还返回奇异值分解的诊断信息。
w：要应用于采样点的y坐标的权重。缺省为None，形式应该为和y一样长的数组。
cov：bool型，返回估计值及其协方差矩阵。当full=True时不返回cov。

返回值p：多项式系数矩阵，从高阶到低阶，最后一位是常数项。

功能

根据用户给定的x、y、多项式阶数等信息拟合多项式。返回值是一个系数向量。

原理

最小二乘拟合。即使得平方误差最小化。即使得下式最小：
$$E=\sum _{j=0}^k|p(x_j)-y_j{|}^2$$

用例

>>> x = np.array([0.0, 1.0, 2.0, 3.0,  4.0,  5.0])
>>> y = np.array([0.0, 0.8, 0.9, 0.1, -0.8, -1.0])
>>> z = np.polyfit(x, y, 3)
>>> z
array([ 0.08703704, -0.81349206,  1.69312169, -0.03968254])