python怎么根据点来拟合曲线_2019_nCoV_利用python根据已知点求拟合曲线及简单预测(无实际意义)...

前言

本文仅做根据已知点求拟合曲线的几种方法的python实现，无任何实际意义

数据来源(另一篇博文) 利用Python爬取新冠肺炎疫情实时数据，Pyecharts画2019-nCoV疫情地图

参考 https://blog.csdn.net/changdejie/article/details/83089933

数据读取

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from scipy.optimize import curve_fit

df = pd.read_excel("daily_data.xlsx")

df.head()

confirm

date

dead

heal

suspect

0

41

1.13

1

0

0

1

41

1.14

1

0

0

2

41

1.15

2

5

0

3

45

1.16

2

8

0

4

62

1.17

2

12

0

根据已知点求多项式

(以下内容来源网络)

polyfit函数基于最小二乘法，使用的基本格式为：

p = polyfit(x,y,n)

[p,S] = polyfit(x,y,n)

[p,S,mu] = polyfit(x,y,n)

其中每个命令中的n为多项式拟合的次数，当n为1时，即为一次拟合(很多情况下等价于一元线性回归)。p是n+1维参数向量p(1)，p(2)….那么拟合后对应的多项式即为p(1)*x^n + p(2)*x^(n-1) +…+ p(n)*x + p(n+1)。S是规模为1×1的结构数组，包括R(系数矩阵的QR分解的上三角阵)，df(自由度)，normr(拟合误差平方和的算术平方根)。

求出p之后我们需要作出拟合函数，那么只需要使用命令：

f=polyval(p,x)