python3-曲线拟合(polyfit/polyval)

【polyfit】多项式曲线拟合

【polyval】多项式曲线求值

import numpy as np
import matplotlib.pyplot as plt


x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

poly = np.polyfit(x_data, y_data, deg = 1)

plt.plot(x_data, y_data, 'o')
plt.plot(x_data, np.polyval(poly, x_data))
plt.show()

效果:

 

 

  • 10
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
三维曲线拟合通常可以使用多项式拟合或样条插值方法。下面我们分别介绍这两种方法的实现。 ## 多项式拟合 多项式拟合可以使用 `numpy` 库中的 `polyfit` 函数进行实现。首先,我们需要将三维曲线的坐标拆分成三个一维数组,然后分别对这三个一维数组进行多项式拟合。具体实现代码如下: ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 生成三维曲线数据 x = np.linspace(-3, 3, 100) y = np.linspace(-3, 3, 100) z = np.sin(np.sqrt(x ** 2 + y ** 2)) # 将三维曲线坐标拆分成三个一维数组 x_data, y_data, z_data = np.meshgrid(x, y, z) x_data = x_data.flatten() y_data = y_data.flatten() z_data = z_data.flatten() # 多项式拟合 order = 3 # 多项式次数 coeffs_x = np.polyfit(x_data, z_data, order) coeffs_y = np.polyfit(y_data, z_data, order) # 构建拟合函数 def polyval(x, y): return np.polyval(coeffs_x, x) + np.polyval(coeffs_y, y) # 绘制拟合曲面 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.scatter(x_data, y_data, z_data, c='r', marker='o') x_fit, y_fit = np.meshgrid(x, y) z_fit = polyval(x_fit, y_fit) ax.plot_surface(x_fit, y_fit, z_fit) plt.show() ``` 运行上述代码,即可得到三维曲线的拟合曲面,如下图所示: ![多项式拟合结果](https://img-blog.csdn.net/2018070109575184?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FkbWlu/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/80) ## 样条插值 样条插值可以使用 `scipy` 库中的 `interp2d` 函数进行实现。该函数可以实现二维曲线的插值,因此需要对三维曲线进行拆分。具体实现代码如下: ```python import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from scipy.interpolate import interp2d # 生成三维曲线数据 x = np.linspace(-3, 3, 100) y = np.linspace(-3, 3, 100) z = np.sin(np.sqrt(x ** 2 + y ** 2)) # 将三维曲线坐标拆分成三个一维数组 x_data, y_data, z_data = np.meshgrid(x, y, z) x_data = x_data.flatten() y_data = y_data.flatten() z_data = z_data.flatten() # 样条插值 f = interp2d(x_data, y_data, z_data, kind='cubic') # 绘制拟合曲面 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') ax.scatter(x_data, y_data, z_data, c='r', marker='o') x_fit, y_fit = np.meshgrid(x, y) z_fit = f(x_fit, y_fit) ax.plot_surface(x_fit, y_fit, z_fit) plt.show() ``` 运行上述代码,即可得到三维曲线的拟合曲面,如下图所示: ![样条插值结果](https://img-blog.csdn.net/2018070110002062?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FkbWlu/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/q/80)
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值