(一)使用python数据处理-数据线性拟合

使用Python来操作数据实现线性拟合
import  numpy as np
import  matplotlib.pyplot as plt
import pandas as pd
ais_data=pd.read_csv('./newen.csv',encoding='utf-8')#读出数据
ais_data=ais_data.dropna(axis=0,subset=['SHIP_ENGINE_POWER', 'SHIP_SPEED'])#删除数据中为NaN的数据
ship_power=ais_data['SHIP_ENGINE_POWER'].values
ship_ncr=ais_data['SHIP_SPEED'].values
x=np.array(ship_ncr)#将数据写成矩阵的形式,因为下列函数在调用使用数据的时候都是用的矩阵
y=np.array(ship_power)
plot=plt.plot(x,y,"*",label='SHIP_ENGINE_POWER')#画图,散点图,label是为了添加图片上的数据*的名字
'''
   进行线性拟合
'''
fit=np.polyfit(x,y,1)##拟合函数的次方,这里的数字是次方1,代表一次方即,ax+b,2代表二次方
print(fit)
p1=np.poly1d(fit)#进行曲线的拟合,拟合曲线
yvals=p1(x)
plot2=plt.plot(x,yvals,'r',label='SHIP_SPEED')#画图,直线图
plt.xlabel('SHIP_SPEED')#x轴的名称
plt.ylabel('SHIP_ENGINE_POWER')#y轴的名称
plt.title('nihe')#拟合函数的名称
plt.legend()#为了展示label的内容
plt.show()#展示图片
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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