数据拟合之np.polyfit

numpy库中的多项式拟合函数polyfit

例

已有数据

# 导入模块
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

# 导入数据
x = np.linspace(0,1.0,11)
y = np.array([-0.447, 1.978, 3.28, 6.16, 7.08, 7.34, 7.66, 9.56, 9.48, 9.30, 11.2])

# 做散点图直观判断拟合函数
plt.scatter(x, y)
plt.savefig('figure1.png', dpi=500)
plt.show()

# 拟合二次多项式
p = np.polyfit(x, y, 2)
print('拟合的系数从高次幂到低次幂分别为：', p)

拟合的系数从高次幂到低次幂分别为： [-9.81083916 20.12929371 -0.03167133]

# x=0.25,0.35对应的预测值
yhat = np.polyval(p, [0.25,0.35])
print("预测值分别为：", yhat)

预测值分别为： [4.38747465 5.81175367]

# 拟合结果图
plt.rc('font', size=16)
plt.plot(x,y,'*', x, np.polyval(p,x), '-')
plt.savefig('figure2.png', dpi=500)
plt.show()