在python中使用4个数据点进行最小二乘拟合曲线

在Python中，可以使用SciPy库中的`curve_fit`函数进行最小二乘拟合。以下是使用4个数据点进行最小二乘拟合曲线的示例代码：

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):
    return a * x + b

# 定义数据点
x_data = np.array([1, 2, 3, 4])
y_data = np.array([3, 5, 7, 9])

# 进行最小二乘拟合
popt, pcov = curve_fit(func, x_data, y_data)

# 输出拟合参数
print("a = ", popt[0], " b = ", popt[1])

# 绘制拟合曲线
x = np.linspace(1, 4, 50)
y = func(x, *popt)
plt.plot(x_data, y_data, 'bo', label='data')
plt.plot(x, y, 'r-', label='fit')
plt.legend()
plt.show()

输出结果为：

a =  2.0  b =  1.0

同时会绘制出拟合曲线的图像。