最小二乘法拟合曲线python实现

最小二乘法在Python中的实现可以使用NumPy和Matplotlib库。首先，我们需要导入这两个库，然后定义自定义函数来描述我们要拟合的曲线。接下来，我们需要定义x和y的散点坐标，其中x是自变量，y是因变量。然后，使用scipy.optimize中的curve_fit函数进行非线性最小二乘法拟合，得到拟合系数。最后，使用Matplotlib库绘制实际数据值和拟合曲线的图形。以下是一个示例代码实现：

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

# 自定义函数
def func2(x, a, b, c, d):
    return -a * x - b * c + d

# 定义x、y散点坐标
x1 = np.arange(0, 32, 4)
y1 = np.array([0.1, 0.255, 0.15, 0.31, 0.1, 0.3, 0.2, 0.3])

# 非线性最小二乘法拟合
popt1, pcov1 = curve_fit(func2, x1, y1)
a1 = popt1