最小二乘线性拟合二次函数曲线的程序代码

下面是一个最小二乘线性拟合二次函数曲线的代码，该代码使用 Python 编写：

import numpy as np
import matplotlib.pyplot as plt

# 构造数据点
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([1, 2, 1, 2, 1, 2])

# 构造二次函数模型
A = np.array([x**2, x, np.ones(len(x))]).T

# 最小二乘求解
a, b, c = np.linalg.lstsq(A, y, rcond=None)[0]

# 生成拟合曲线
x_fit = np.linspace(x.min(), x.max(), 1000)
y_fit = a * x_fit**2 + b * x_fit + c

# 画图
plt.scatter(x, y)
plt.plot(x_fit, y_fit, 'r')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

这段代码对于一组 `x` 和 `y` 的数据点，构造一个二次函数的模型，使用最小二乘法求解该模型的系数，最后画图展示拟合结果。