python最小二乘拟合

使用Python进行最小二乘拟合可以使用NumPy和SciPy库中的polyfit函数，步骤如下：

1.导入NumPy和SciPy库：

import numpy as np
from scipy.optimize import curve_fit

2.定义最小二乘拟合函数：

def func(x, a, b, c):
    return a * x ** 2 + b * x + c

其中，x为自变量，a、b、c为待求系数。

3.获取数据并进行拟合：

xdata = np.array([1, 2, 3, 4, 5, 6])
ydata = np.array([3.2, 5.1, 7.4, 9.5, 11.8, 13.7])
popt, pcov = curve_fit(func, xdata, ydata)

其中，popt为拟合系数，pcov为系数的协方差矩阵。

4.绘制拟合曲线：

import matplotlib.pyplot as plt
plt.plot(xdata, ydata, 'b-', label='data')
plt.plot(xdata, func(xdata, *popt), 'r-', label='fit')
plt.legend()
plt.show()

其中，'b-'表示数据的颜色和线型，'r-'表示拟合曲线的颜色和线型。

完整代码如下：

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

def func(x, a, b, c):
    return a * x ** 2 + b * x + c

xdata = np.array([1, 2, 3, 4, 5, 6])
ydata = np.array([3.2, 5.1, 7.4, 9.5, 11.8, 13.7])
popt, pcov = curve_fit(func, xdata, ydata)

plt.plot(xdata, ydata, 'b-', label='data')
plt.plot(xdata, func(xdata, *popt), 'r-', label='fit')
plt.legend()
plt.show()