![](https://img-blog.csdnimg.cn/20201205121855552.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
python数据处理
因为课程计算方法需要!!!
耐心的小黑
七月份就上班了,比较忙!
展开
-
python数据处理三:使用sklearn实现曲线拟合
from sklearn.linear_model import LinearRegressionfrom sklearn.preprocessing import PolynomialFeaturesimport numpy as npimport matplotlib.pyplot as plt#获取待拟合数据x = np.linspace(1, 50, 50)f = np.poly1d([2,5,10])y = f(x)#注意,x的形状要是2D,#因为fit_transform函数原创 2020-12-05 16:17:15 · 8272 阅读 · 0 评论 -
python数据处理二:使用polyfit实现曲线拟合
下面的代码使用到了:np.poly1dnp.polyfitnp.polyvalimport matplotlib.pyplot as pltimport numpy as np#获取待拟合数据x = np.linspace(1, 50, 50)f = np.poly1d([2,5,10])y = f(x)#拟合 返回值就是多项式的系数 从左到右对应次数从高到低#deg指的是多项式的最高次的次数param = np.polyfit(x, y, deg=2)print(param)原创 2020-12-05 16:00:55 · 4476 阅读 · 2 评论 -
python数据处理一:使用curve_fit实现曲线拟合
在下面的例子中,我们使用了多种曲线对所给数据进行了简单拟合,主要学习使用curve_fit实现曲线拟合的方式,至于具体使用什么函数去拟合要根据实际所给的数据进行选择!!!能拟合的函数不止下面这些,可以看出,只要你写出想要使用的函数的表达式,就可以得到函数的参数!!!from scipy.optimize import curve_fitimport matplotlib.pyplot as pltimport numpy as np#线性def func_linear(x, a, b):原创 2020-12-05 12:42:11 · 11247 阅读 · 3 评论