【Python】利用Python拟合函数曲线

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:

pip install numpy matplotlib scipy

拟合多项式

'''
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()

在这里插入图片描述

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 ax^3+bx^2+cx+d ax3+bx2+cx+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 f(x) = 2x^2+3x+4 f(x)=2x2+3x+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 ) f(x) = (x-2)*(x-3)*(x-4) f(x)=(x2)(x3)(x4)​”""

      print(f(0)) # -24

返回值:

  • 见上

拟合任意函数

'''
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()

在这里插入图片描述

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

    # 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)

  • 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。

你可能感兴趣的:(#,Python,编程,python,数据分析)