python scipy曲线拟合

最新推荐文章于 2024-05-09 22:30:16 发布

jingbo1801

最新推荐文章于 2024-05-09 22:30:16 发布

阅读量2k

点赞数 1

分类专栏： python 文章标签： python 计算机视觉 opencv

本文链接：https://blog.csdn.net/weixin_34910922/article/details/121549057

版权

python 专栏收录该内容

67 篇文章 13 订阅

订阅专栏

该博客展示了如何利用Python的Scipy库进行线性曲线拟合。首先安装了Scipy、NumPy和Matplotlib库，然后定义了一个线性函数，并给出了需要拟合的数据点。通过`optimize.curve_fit`函数进行拟合，得到了直线的斜率和截距，并绘制了拟合曲线。最终结果显示了拟合直线的参数和角度。

摘要由CSDN通过智能技术生成

需要使用曲线拟合，又不想自己从头实现，查找script库实现。

安装：

pip install scipy numpy matplotlib

代码实现：

import math
import numpy as np
from scipy import optimize
import matplotlib.pyplot as plt

def linear_func(x, k, b):
    return k * x + b

def main():
    plt.figure()

    # 拟合点
    x0 = [75, 70, 65, 60, 55, 50, 45, 40, 35, 30]
    y0 = [22.44, 22.17, 21.74, 21.37, 20.92, 20.67, 20.32, 20.05, 19.84, 19.59]

    # 绘制散点
    plt.scatter(x0[:], y0[:], 3, "red")

    # 直线参数拟合
    k, b = optimize.curve_fit(linear_func, x0, y0)[0]

    # k = 1
    # 显示拟合直线
    x1 = np.arange(30, 75, 0.01)  # 30和75要对应x0的两个端点，0.01为步长
    y1 = k * x1 + b
    plt.plot(x1, y1, "blue")

    print("k, b, alfa:", k, b, math.degrees(math.atan(k)))  # degrees弧度转角度
    plt.title(" ")
    plt.xlabel('t')
    plt.ylabel('Mt/g')
    plt.show()

if __name__ == "__main__":
    main()
    pass

结果图：