使用Python拟合函数曲线需要用到一些第三方库：
- numpy：科学计算的基础库（例如：矩阵）
- matplotlib：绘图库
- scipy：科学计算库
如果没有安装过这些库，需要在命令行中输入下列代码进行安装：
|
1
|
pip install numpy matplotlib scipy |
拟合多项式
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
'''Author: CloudSirDate: 2021-08-01 13:40:50LastEditTime: 2021-08-02 09:41:54LastEditors: CloudSirDescription: Python拟合多项式https://github.com/cloudsir'''import matplotlib.pyplot as pltimport numpy as np x = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]y = [2.83, 9.53, 14.52, 21.57, 38.26, 53.92, 73.15, 101.56, 129.54, 169.75, 207.59]z1 = np.polyfit(x, y, 3) #用3次多项式拟合，输出系数从高到0p1 = np.poly1d(z1) #使用次数合成多项式y_pre = p1(x) plt.plot(x,y,'.')plt.plot(x,y_pre)plt.show() |
函数说明
np.polyfit(x, y, n)
功能：拟合曲线
参数：
- x，y：x和y的原始数据
- n：要拟合的次数
返回值：
- 一个列表，拟合出的系数，顺序为从高到底
例： n=3时，会利用
a x 3 + b x 2 + c x + d
拟合函数，并返回拟合出的系数 [a, b, c, d]
np.poly1d(li, r=False)
功能：生成多项式函数
参数：
li:
当没有r参数或 r=False 时，传入一个系数列表(次数从高到低)，利用该列表生成多项式函数并返回
import numpy as np
f = np.poly1d([2, 3, 4])
“”" f ( x ) = 2 x 2 + 3 x + 4
"""print(f(2)) # 18
当参数 r=True 时，传入一个根列表，利用该列表生成多项式函数并返回
import numpy as np
f = np.poly1d([2, 3, 4], True)
“”“ f ( x ) = ( x − 2 ) ∗ ( x − 3 ) ∗ ( x − 4 )
”""print(f(0)) # -24
返回值：
见上
拟合任意函数
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
'''Author: CloudSirDate: 2021-08-03 15:01:17LastEditTime: 2021-08-03 15:26:05LastEditors: CloudSirDescription: Python拟合任意函数https://github.com/cloudsir'''# 引用库函数import numpy as npimport matplotlib.pyplot as pltfrom scipy import optimize as opplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号# 需要拟合的函数def f_1(x, A, B, C): return A * x**2 + B * x + C# 需要拟合的数据组x_group = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]y_group = [2.83, 9.53, 14.52, 21.57, 38.26, 53.92, 73.15, 101.56, 129.54, 169.75, 207.59]# 得到返回的A，B值A, B, C = op.curve_fit(f_1, x_group, y_group)[0]# 数据点与原先的进行画图比较plt.scatter(x_group, y_group, marker='o',label='真实值')x = np.arange(0, 15, 0.01)y = A * x**2 + B *x + Cplt.plot(x, y,color='red',label='拟合曲线')plt.legend() # 显示labelplt.show() |
函数说明
op.curve_fit(f, x, y)
功能：拟合任意函数
参数：
f：要拟合的函数类型
|
1
2
3
4
5
|
# 构建一个二次函数def f(x, A, B, C): return A * x**2 + B * x + Cop.curve_fit(f, x, y) # 进行拟合 |
x, y：x和y的原始数据
返回值：一个元组 (popt,pcov)
- popt是一个一维数组，表示得到的拟合方程的参数。
- pcov是一个二维数组，是在popt参数下得到的协方差。
总结
到此这篇关于如何利用Python拟合函数曲线的文章就介绍到这了,更多相关Python拟合函数曲线内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/qq_34802028/article/details/119351263
