python完成多项式拟合曲面

在Python中，我们可以使用numpy和matplotlib库来完成多项式拟合。对于二维数据的拟合，可以先对数据进行一维拟合，然后将得到的一维函数应用到另一个维度上。这里简单讲解一下如何使用numpy的polyfit函数进行一次多项式拟合：

import numpy as np
import matplotlib.pyplot as plt

# 假设我们有二维数据 points = [(x1, y1), (x2, y2), ...]
points = [(1, 2), (2, 3), (3, 5)]  # 这里只是一个示例，需要替换为实际数据

# 提取X和Y坐标
x = [point[0] for point in points]
y = [point[1] for point in points]

# 定义拟合次数（例如，二次多项式）
degree = 2

# 使用numpy polyfit进行拟合
coefficients = np.polyfit(x, y, degree)

# 计算拟合曲线对应的x值范围
x_fit = np.linspace(min(x), max(x), 100)  # 线性空间划分，可根据需求调整点数

# 计算拟合曲线
y_fit = np.polyval(coefficients, x_fit)

# 绘制原始数据和拟合曲线
plt.scatter(x, y, label='Original Data')
plt.plot(x_fit, y_fit, 'r', label='Fitted Curve')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.show()