最小二乘法曲线拟合代码

可以使用Python中的NumPy库来实现最小二乘法曲线拟合代码。下面是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 输入坐标数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2.3, 3.5, 4.2, 5.0, 6.2])

# 使用polyfit拟合曲线
z = np.polyfit(x, y, 2)  # 二次方程拟合
z1 = np.polyfit(x, y, 3)  # 三次方程拟合

# 输出方程
print("二次方程系数为：", z)
print("三次方程系数为：", z1)

# 将图标画出来
p = np.poly1d(z)  # 生成二次方程对象
p1 = np.poly1d(z1)  # 生成三次方程对象
xp = np.linspace(1, 5, 100)  # 生成100个点，用于绘制曲线
plt.scatter(x, y)  # 绘制散点图
plt.plot(xp, p(xp), 'r-', label='quadratic')  # 绘制二次方程曲线
plt.plot(xp, p1(xp), 'g-', label='cubic')  # 绘制三次方程曲线
plt.legend()  # 显示图例
plt.show()  # 显示图像

上述代码中，首先输入了坐标数据x和y，然后使用`np.polyfit()`函数拟合了二次方程和三次方程，并输出了方程的系数。接着使用`np.poly1d()`函数生成了二次方程和三次方程的对象，用于绘制曲线。最后使用Matplotlib库绘制了散点图和拟合曲线，并显示了图例和图像。