python 对任意数据和曲线进行拟合并求出函数表达式的三种解决方案 - CSDN文库

python数据拟合

python曲线拟合

85 浏览量更新于2023-03-16 8 收藏 95KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

python 对任意数据和曲线进行拟合并求出函数表达式的三种对任意数据和曲线进行拟合并求出函数表达式的三种

解决方案解决方案

主要介绍了python 对任意数据和曲线进行拟合并求出函数表达式的三种解决方案,本文通过实例代码给大家介绍

的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下

第一种是进行多项式拟合，数学上可以证明，任意函数都可以表示为多项式形式。具体示例如下。

###拟合年龄

import numpy as np

import matplotlib.pyplot as plt

#定义x、y散点坐标

x = [10,20,30,40,50,60,70,80]

x = np.array(x)

print('x is :',x)

num = [174,236,305,334,349,351,342,323]

y = np.array(num)

print('y is :',y)

#用3次多项式拟合

f1 = np.polyfit(x, y, 3)

print('f1 is :\n',f1)

p1 = np.poly1d(f1)

print('p1 is :',p1)

#也可使用yvals=np.polyval(f1, x)

yvals = p1(x) #拟合y值

print('yvals is :',yvals)

#绘图

plot1 = plt.plot(x, y, 's',label='original values')

plot2 = plt.plot(x, yvals, 'r',label='polyfit values')

plt.xlabel('x')

plt.ylabel('y')

plt.legend(loc=4) #指定legend的位置右下角

plt.title('polyfitting')

plt.show()

2 。第一种方案是给出具体的函数形式(可以是任意的，只要你能写的出来下面的func就是)，用最小二乘的方式去逼近和拟

合，求出函数的各项系数，如下。

##使用curve_fit

import numpy as np

import matplotlib.pyplot as plt

from scipy.optimize import curve_fit

#自定义函数 e指数形式

def func(x, a, b,c):

return a*np.sqrt(x)*(b*np.square(x)+c)

#定义x、y散点坐标

x = [20,30,40,50,60,70]

x = np.array(x)

num = [453,482,503,508,498,479]

y = np.array(num)

#非线性最小二乘法拟合

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

weixin_38675465

粉丝: 6
资源: 958

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈