python三维点云线性拟合

要在Python中对三维点云进行线性拟合，可以使用最小二乘法（Least Squares）来找到最优的拟合直线。下面是一个示例代码：

import numpy as np

# 生成示例数据
x = np.random.rand(100)
y = np.random.rand(100)
z = 2 * x + 3 * y + np.random.rand(100)  # 拟合的直线方程为 z = 2x + 3y

# 构建设计矩阵
A = np.column_stack((x, y, np.ones_like(x)))

# 最小二乘解
coefficients, _, _, _ = np.linalg.lstsq(A, z, rcond=None)

# 拟合结果
a, b, c = coefficients
print(f"拟合直线方程为: z = {a:.2f}x + {b:.2f}y + {c:.2f}")