使用Python拟合函数曲线需要用到一些第三方库：
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：
pip install numpy matplotlib scipy
''' Author: CloudSir Date: 2021-08-01 13:40:50 LastEditTime: 2021-08-02 09:41:54 LastEditors: CloudSir Description: Python拟合多项式 https://github.com/cloudsir ''' import matplotlib.pyplot as plt import 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0 p1 = 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()
np.polyfit(x, y, n)
功能：拟合曲线
参数：
返回值：
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
'''
Author: CloudSir
Date: 2021-08-03 15:01:17
LastEditTime: 2021-08-03 15:26:05
LastEditors: CloudSir
Description: Python拟合任意函数
https://github.com/cloudsir
'''
# 引用库函数
import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize as op
plt.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 + C
plt.plot(x, y,color='red',label='拟合曲线')
plt.legend() # 显示label
plt.show()
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
# 构建一个二次函数
def f(x, A, B, C):
return A * x**2 + B * x + C
op.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)
