python曲线拟合

在Python中，可以使用numpy库的polyfit函数进行曲线拟合。该函数可以拟合出给定数据的最佳二次曲线，并返回拟合的系数。以下是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 模拟生成一组实验数据
x = np.arange(0, 10, 0.2)
y = -(x - 3.5) ** 2 + 4.7
noise = np.random.uniform(-3, 3, len(x))
y += noise

# 二次拟合
coef = np.polyfit(x, y, 2)
y_fit = np.polyval(coef, x)

# 绘制原始数据和拟合曲线
fig, ax = plt.subplots()
ax.plot(x, y, 'b--')
ax.plot(x, y_fit, 'g')
ax.set_xlabel('x')
ax.set_ylabel('y')

# 找出最大点/对称点的坐标
if coef\[0\] != 0:
    x0 = -0.5 * coef\[1\] / coef\[0\]
    x0 = round(x0, 2)
    ax.plot(\[x0\] * 5, np.linspace(min(y), max(y), 5), 'r--')
    print(x0)
else:
    raise ValueError('Fail to fit.')

plt.show()

这段代码首先生成了一组模拟实验数据，然后使用polyfit函数进行二次拟合，得到拟合的系数。接着，绘制了原始数据和拟合曲线，并找出了最大点/对称点的坐标。最后，通过调用show函数显示图形。
#### 引用[.reference_title]
- *1* *2* [python数据分析之曲线拟合（1）：二次函数拟合](https://blog.csdn.net/kaever/article/details/109647871)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]