python散点图拟合曲线如何求拟合_python散点图:如何添加拟合线并显示拟合方程与R方?...

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()

38bb175840815e58e958089001083f84.jpeg-wh_651x-s_193276203.jpeg

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一下

plt.scatter(x, y)

plt.plot(x, y2, color='g')

plt.show()

81a0597e8728fa85e94f79d43e25a48d.jpeg

还可以使用poly1d()函数帮我们拼接方程,结果是一样的

p=np.poly1d(parameter)

plt.scatter(x, y)

plt.plot(x, p(x), color='g')

plt.show()

761197eee775eda8e8e75bef634f7ec2.jpeg

评估指标R方

二维散点进行任意函数的最小二乘拟合

36d00606144b8e8f838446e7ccb0f78e.jpeg-wh_600x-s_2444917007.jpeg

最小二乘中相关系数与R方的关系推导

ea3711532225546d44edcdc66d977452.jpeg

其中,

ccb84f66c1d05130220d6136b7d6ee0d.jpeg-wh_600x-s_1121401344.jpeg

利用相关系数矩阵计算R方

correlation=np.corrcoef(y, y2)[0,1] #相关系数

correlation**2 #R方

先来看下poly1d函数自带的输出结果

p=np.poly1d(parameter,variable='x')

print(p)

e047e20e752705c78d80435b8d1ebca0.jpeg

这里是把结果输出到两行里了,但是输出到两行是非常不方便的

尝试下自己编写函数,使输出到一行里

parameter=[-2.44919641, -0.01856314, 4.12010434, 0.47296566] #系数

aa=''

deg=3

for i in range(deg+1):

bb=round(parameter[i],2) #bb是i次项系数

if bb>=0:

if i==0:

bb=str(bb)

else:

bb=' +'+str(bb)

else:

bb=' '+str(bb)

if deg==i:

aaaa=aa+bb

else:

aaaa=aa+bb+'x^'+str(deg-i)

print(aa)

8574265d00935bc4d5e29e2539326fa5.jpeg

封装成函数

def Curve_Fitting(x,y,deg):

parameter=np.polyfit(x, y, deg) #拟合deg次多项式

p=np.poly1d(parameter) #拟合deg次多项式

aa=''#方程拼接 ——————————————————

for i in range(deg+1):

bb=round(parameter[i],2)

if bb>0:

if i==0:

bb=str(bb)

else:

bb='+'+str(bb)

else:

bb=str(bb)

if deg==i:

aaaa=aa+bb

else:

aaaa=aa+bb+'x^'+str(deg-i) #方程拼接 ——————————————————

plt.scatter(x, y) #原始数据散点图

plt.plot(x, p(x), color='g') # 画拟合曲线

# plt.text(-1,0,aa,fontdict={'size':'10','color':'b'})

plt.legend([aa,round(np.corrcoef(y, p(x))[0,1]**2,2)]) #拼接好的方程和R方放到图例

plt.show()

# print('曲线方程为:',aa)

# print(' r^2为:',round(np.corrcoef(y, p(x))[0,1]**2,2))

利用封装的函数重新画图

Curve_Fitting(x,y,3)

a53968e987d6ce10887714663f83d5e7.jpeg

【编辑推荐】

【责任编辑:赵宁宁 TEL:(010)68476606】

点赞 0

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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