polyfit()函数可以使用最小二乘法将一些点拟合成一条曲线。
numpy.polyfit(x, y, deg,rcond=None,full=False,w=None,cov=False)
# x:要拟合点的横坐标
# y:要拟合点的纵坐标
# deg:自由度.例如:自由度为2,那么拟合出来的曲线就是二次函数,自由度是3,拟合出来的曲线就是3次函数
首先我们先来构造一下需要被拟合的散点
# 解决坐标轴刻度负号乱码
plt.rcParams['axes.unicode_minus'] = False
# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Simhei']
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(-1, 1, 0.02)
y=2* np.sin(x * 2.3) + np.random.rand(len(x))
然后打印一下看看
plt.scatter(x, y)
plt.show()
然后用polyfit函数来把这些点拟合成一条3次曲线
parameter=np.polyfit(x, y, 3)
输出的结果为3次方程的参数,我们可以像下面这样把方程拼接出来
y2=parameter[0] * x ** 3 + parameter[1] * x ** 2 + parameter[2] * x + parameter[3]
将拟合后的结果打印