【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：

[python]  view plain  copy

1. import numpy as np  
2. import matplotlib.pyplot as plt  
3. from scipy import optimize  
4.   
5. #直线方程函数  
6. def f_1(x, A, B):  
7.     return A*x + B  
8.   
9. #二次曲线方程  
10. def f_2(x, A, B, C):  
11.     return A*x*x + B*x + C  
12.   
13. #三次曲线方程  
14. def f_3(x, A, B, C, D):  
15.     return A*x*x*x + B*x*x + C*x + D  
16.   
17. def plot_test():  
18.   
19.     plt.figure()  
20.   
21.     #拟合点  
22.     x0 = [1, 2, 3, 4, 5]  
23.     y0 = [1, 3, 8, 18, 36]  
24.   
25.     #绘制散点  
26.     plt.scatter(x0[:], y0[:], 25, "red")  
27.   
28.     #直线拟合与绘制  
29.     A1, B1 = optimize.curve_fit(f_1, x0, y0)[0]  
30.     x1 = np.arange(0, 6, 0.01)  
31.     y1 = A1*x1 + B1  
32.     plt.plot(x1, y1, "blue")  
33.   
34.     #二次曲线拟合与绘制  
35.     A2, B2, C2 = optimize.curve_fit(f_2, x0, y0)[0]  
36.     x2 = np.arange(0, 6, 0.01)  
37.     y2 = A2*x2*x2 + B2*x2 + C2   
38.     plt.plot(x2, y2, "green")  
39.   
40.     #三次曲线拟合与绘制  
41.     A3, B3, C3, D3= optimize.curve_fit(f_3, x0, y0)[0]  
42.     x3 = np.arange(0, 6, 0.01)  
43.     y3 = A3*x3*x3*x3 + B3*x3*x3 + C3*x3 + D3   
44.     plt.plot(x3, y3, "purple")  
45.   
46.     plt.title("test")  
47.     plt.xlabel('x')  
48.     plt.ylabel('y')  
49.   
50.     plt.show()  
51.   
52.     return  

拟合和绘制解果如下：

当然，curve_fit()函数不仅可以用于直线、二次曲线、三次曲线的拟合和绘制，仿照代码中的形式，可以适用于任意形式的曲线的拟合和绘制，只要定义好合适的曲线方程即可。

如高斯曲线拟合，曲线函数形式如下：

[python]  view plain  copy

1. def f_gauss(x, A, B, C, sigma):  
2.     return A*np.exp(-(x-B)**2/(2*sigma**2)) + C