已知y依赖于x，数据如下： x 0.0 0.5 1.0 1.5 1.9 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.6 7.0 7.6 8.5 9.0 10 y 1.0 0.9 0.7 1.5 2.0 2.4 3.2 2.0 2.7 3.5 1.0 4.0 3.6 2.7 5.7 4.6 6.0 6.8 7.3 用内置函数fit求其1次、3次、5次拟合多项式，并分析误差。

首先需要导入numpy和matplotlib模块：

import numpy as np
import matplotlib.pyplot as plt

然后将数据转换为numpy数组：

x = np.array([0.0, 0.5, 1.0, 1.5, 1.9, 2.5, 3.0, 3.5, 4.0, 4.5, 5.0, 5.5, 6.0, 6.6, 7.0, 7.6, 8.5, 9.0, 10])
y = np.array([1.0, 0.9, 0.7, 1.5, 2.0, 2.4, 3.2, 2.0, 2.7, 3.5, 1.0, 4.0, 3.6, 2.7, 5.7, 4.6, 6.0, 6.8, 7.3])

1次拟合多项式：

p1 = np.polyfit(x, y, 1)
y1 = np.polyval(p1, x)

3次拟合多项式：

p3 = np.polyfit(x, y, 3)
y3 = np.polyval(p3, x)

5次拟合多项式：

p5 = np.polyfit(x, y, 5)
y5 = np.polyval(p5, x)

计算误差：

error1 = np.sum((y - y1) ** 2)
error3 = np.sum((y - y3) ** 2)
error5 = np.sum((y - y5) ** 2)

将结果绘制成图表：

plt.plot(x, y, 'o')
plt.plot(x, y1, label='1次拟合')
plt.plot(x, y3, label='3次拟合')
plt.plot(x, y5, label='5次拟合')
plt.legend()
plt.show()

最后输出每种拟合的误差：

print("1次拟合误差：", error1)
print("3次拟合误差：", error3)
print("5次拟合误差：", error5)

完整代码如下：

import numpy as np
import matplotlib.pyplot as plt

# 数据
x = np.array([0.0, 0.5, 1.0, 1.5, 1.9, 2.5, 3.0, 3.5, 4.0, 4.5, 5.0, 5.5, 6.0, 6.6, 7.0, 7.6, 8.5, 9.0, 10])
y = np.array([1.0, 0.9, 0.7, 1.5, 2.0, 2.4, 3.2, 2.0, 2.7, 3.5, 1.0, 4.0, 3.6, 2.7, 5.7, 4.6, 6.0, 6.8, 7.3])

# 拟合
p1 = np.polyfit(x, y, 1)
y1 = np.polyval(p1, x)

p3 = np.polyfit(x, y, 3)
y3 = np.polyval(p3, x)

p5 = np.polyfit(x, y, 5)
y5 = np.polyval(p5, x)

# 计算误差
error1 = np.sum((y - y1) ** 2)
error3 = np.sum((y - y3) ** 2)
error5 = np.sum((y - y5) ** 2)

# 绘图
plt.plot(x, y, 'o')
plt.plot(x, y1, label='1次拟合')
plt.plot(x, y3, label='3次拟合')
plt.plot(x, y5, label='5次拟合')
plt.legend()
plt.show()

# 输出误差
print("1次拟合误差：", error1)
print("3次拟合误差：", error3)
print("5次拟合误差：", error5)