用python实现最小二乘法拟合曲线

Python可以使用NumPy和SciPy库来实现最小二乘法拟合曲线。具体步骤如下：
1. 导入NumPy和SciPy库。
2. 定义x和y数组，分别存储自变量和因变量的数据。
3. 使用polyfit函数进行拟合，该函数返回多项式系数。
4. 使用poly1d函数将多项式系数转换为多项式方程。
5. 使用plot函数绘制原始数据和拟合曲线。

代码示例：

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

# 定义拟合函数
def func(x, a, b, c):
    return a * np.exp(-b * x) + c

# 定义x和y数组
x = np.linspace(0, 4, 50)
y = func(x, 2.5, 1.3, 0.5)

# 添加噪声
yn = y + 0.2 * np.random.normal(size=len(x))

# 使用curve_fit函数进行拟合
popt, pcov = curve_fit(func, x, yn)

# 使用poly1d函数将多项式系数转换为多项式方程
f = np.poly1d(popt)

# 绘制原始数据和拟合曲线
plt.plot(x, yn, 'bo', label='Original Data')
plt.plot(x, f(x), 'r-', label='Fitted Curve')
plt.legend()
plt.show()