请给我关于函数拟合的相关代码

以下是 Python 中使用 numpy 和 scipy 库进行多项式函数拟合和非线性函数拟合的示例代码：

1. 多项式拟合

import numpy as np
from scipy.optimize import curve_fit

# 定义多项式函数
def poly_func(x, a, b, c):
    return a * x ** 2 + b * x + c

# 生成随机数据
x_data = np.linspace(-5, 5, 50)
y_data = 2 * x_data ** 2 - 3 * x_data + 1 + np.random.randn(len(x_data)) * 0.5

# 进行拟合
popt, pcov = curve_fit(poly_func, x_data, y_data)

# 输出拟合结果
print('a =', popt[0], ', b =', popt[1], ', c =', popt[2])

2. 非线性拟合

import numpy as np
from scipy.optimize import curve_fit

# 定义非线性函数
def nonlinear_func(x, a, b, c):
    return a * np.sin(b * x) + c

# 生成随机数据
x_data = np.linspace(0, 10, 100)
y_data = 2 * np.sin(1.5 * x_data) + 0.5 * np.random.randn(len(x_data))

# 进行拟合
popt, pcov = curve_fit(nonlinear_func, x_data, y_data, p0=[1, 1, 1])

# 输出拟合结果
print('a =', popt[0], ', b =', popt[1], ', c =', popt[2])

在上述代码中，curve_fit() 函数是 scipy 库提供的拟合函数，其第一个参数为待拟合函数，第二个参数为输入数据，第三个参数为初始参数值。函数返回值是拟合函数的参数和协方差矩阵。