解决使用ployfit拟合曲线得到折线图(不够光滑)的问题

解决使用ployfit拟合曲线得到折线图(不够光滑)的问题

使用polyfit拟合曲线,代码如下

import numpy as np
import matplotlib.pyplot as plt
 
#定义x、y散点坐标
x = np.arange(0, 5)
y = [0.472,0.469,0.447,0.433,0.418]
 
#用3次多项式拟合
f1 = np.polyfit(x, y, 3)
p1 = np.poly1d(f1)
yvals1 = p1(x)  #拟合y值
 
#绘图
plot1 = plt.plot(x, y, 's',label='original values')
plot2 = plt.plot(x, yvals1, 'r',label='polyfit values')
 
plt.xlabel('x')
plt.ylabel('y')
plt.show()

结果:
解决使用ployfit拟合曲线得到折线图(不够光滑)的问题_第1张图片
可以看到最后显示的是折线图,不够光滑,并没有达到拟合曲线的目标。查到有人说可以用样条曲线拟合,代码如下

values = spcrv([[a(1) a a(end)];[b(1) b b(end)]],3);
plot(values(1,:),values(2,:), 'g');

但是这个代码改了半天也还是跑不通,不知道问题在哪里。后来发现只要改成下面的代码就行了

import numpy as np
import matplotlib.pyplot as plt
 
#定义x、y散点坐标
x = np.arange(0, 5)
y = [0.472,0.469,0.447,0.433,0.418]
 
step = 0.01
_x = np.arange(np.min(x), np.max(x), step)

#用3次多项式拟合
f1 = np.polyfit(x, y, 3)
p1 = np.poly1d(f1)
yvals1 = p1(_x)  #拟合y值
 
#绘图
plot1 = plt.plot(x, y, 's',label='original values')
plot2 = plt.plot(_x, yvals1, 'r',label='polyfit values')
 
plt.xlabel('x')
plt.ylabel('y')
plt.show()

加了一个_x,缩小计算yvals1时的取值间隙,不再直接使用原本数据量比较少的x,这样画出来的曲线就光滑了,结果如图
解决使用ployfit拟合曲线得到折线图(不够光滑)的问题_第2张图片

你可能感兴趣的:(Python,python,plt)