python曲线拟合_python如何实现数据的线性拟合

实验室老师让给数据画一张线性拟合图。不会matlab，就琢磨着用python。参照了网上的一些文章，查看了帮助文档，成功的写了出来

这里用到了三个库

import numpy as np

import matplotlib.pyplot as plt

from scipy import optimize

def f_1(x, A, B):

return A * x + B

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")

# 直线拟合与绘制

A1, B1 = optimize.curve_fit(f_1, x0, y0)[0]

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 = A1 * x1 + B1

plt.plot(x1, y1, "blue")

print(A1)

print(B1)

plt.title(" ")

plt.xlabel('t')

plt.ylabel('Mt/g')

plt.show()

实验效果如下，图像和数据都得到了，非常满意了

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。