python数据拟合主要可采用numpy库,库的安装可直接用pip install numpy等。
1. 原始数据:假如要拟合的数据yyy来自sin函数,np.sin
import numpy as np
import matplotlib.pyplot as plt
xxx = np.arange(0, 1000) # x值,此时表示弧度
yyy = np.sin(xxx*np.pi/180) #函数值,转化成度
2. 测试不同阶的多项式,例如7阶多项式拟合,使用np.polyfit拟合,np.polyld得到多项式系数
z1 = np.polyfit(xxx, yyy, 7) # 用7次多项式拟合,可改变多项式阶数;
p1 = np.poly1d(z1) #得到多项式系数,按照阶数从高到低排列
print(p1) #显示多项式
3. 求对应xxx的各项拟合函数值
yvals=p1(xxx) # 可直接使用yvals=np.polyval(z1,xxx)
4. 绘图如下
plt.plot(xxx, yyy, '*',label='original values')
plt.plot(xxx, yvals, 'r',label='polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=4) # 指定legend在图中的位置,类似象限的位置
plt.title(