Python表示非线性最小二乘法并画出拟合图

要实现非线性最小二乘法，可以使用Python中的SciPy库中的optimize模块。具体步骤如下：

1. 导入必要的库和数据

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

x = np.array([1, 2, 3, 4, 5, 6])
y = np.array([0.5, 2.5, 2.0, 4.0, 3.5, 6.0])

2. 定义非线性函数模型

这里我们采用一个简单的指数函数模型：

def func(x, a, b, c):
    return a * np.exp(-b * x) + c

3. 进行拟合

popt, pcov = curve_fit(func, x, y)

其中，popt是最优拟合参数，pcov是协方差矩阵。

4. 绘制拟合曲线

plt.plot(x, y, 'bo', label='data')
plt.plot(x, func(x, *popt), 'r-', label='fit')
plt.legend()
plt.show()

完整代码如下：

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

x = np.array([1, 2, 3, 4, 5, 6])
y = np.array([0.5, 2.5, 2.0, 4.0, 3.5, 6.0])

def func(x, a, b, c):
    return a * np.exp(-b * x) + c

popt, pcov = curve_fit(func, x, y)

plt.plot(x, y, 'bo', label='data')
plt.plot(x, func(x, *popt), 'r-', label='fit')
plt.legend()
plt.show()

运行代码，即可得到拟合图。