python利用numpy.polyfit拟合方程

案例分析

>>> import warnings
>>> x = np.array([0.0, 1.0, 2.0, 3.0,  4.0,  5.0])
>>> y = np.array([0.0, 0.8, 0.9, 0.1, -0.8, -1.0])
>>> z = np.polyfit(x, y, 3)

>>> z
array([ 0.08703704, -0.81349206,  1.69312169, -0.03968254]) # may vary

输入 $x$ 和 $y$ 的序列，求出 $x$ 和 $y$ 的函数关系，3表示3次函数，类似于 $y=a{x}^3+b{x}^2+cx+d$，输出为方程系数 $array([a,b,c,d])$。

案例2：

>>> x = np.array([0.0, 1.0, 2.0, 3.0,  4.0,  5.0])
>>> y = np.array([0.0, 0.8, 0.9, 0.1, -0.8, -1.0])

>>> print(np.polyfit(x,y,deg=3))
[ 0.08703704 -0.81349206  1.69312169 -0.03968254]

>>> print(np.poly1d(np.polyfit(x,y,deg=3)))                   
0.08704 x^3 - 0.8135 x^2 + 1.693 x - 0.03968

案例3：

官方公式

numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)

参考文献：
https://numpy.org/doc/stable/reference/generated/numpy.polyfit.html
https://blog.csdn.net/qq_45804132/article/details/104744632