python 对于任意数据和曲线进行拟合并求出函数表达式的三种方案。

本文介绍了Python中进行数据拟合的两种方法:一次二次多项式拟合和指数幂数拟合。通过numpy的polyfit函数实现3次多项式拟合,并使用scipy.optimize的curve_fit进行指数拟合。文中提供了详细的代码示例,展示了如何求得函数表达式并绘制拟合曲线。
摘要由CSDN通过智能技术生成

1、一次二次多项式拟合

一次二次比较简单,直接使用numpy中的函数即可,polyfit(x, y, degree)。

2、指数幂数拟合curve_fit

使用scipy.optimize 中的curve_fit,幂数拟合例子如下:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

from scipy.optimize import curve_fit

import matplotlib.pyplot as plt

import numpy as np

  

def func(x, a, b, c):

 return a * np.exp(-b * x) + c

  

xdata = np.linspace(0, 4, 50)

y = func(xdata, 2.5, 1.3, 0.5)

ydata = y + 0.2 * np.random.normal(size=len(xdata))

plt.plot(xdata,ydata,'b-')</

评论
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