赞
踩
- 算法关键步骤:(主要是利用到多项式拟合的库包)
- 1.将数据进行导入
- 2.进行曲线拟合返回值为各项系数
- 3.获得多项式拟合之后的函数表达式
- 4.将x代入表达式求出对应的y值(这样就能够表示出拟合的差别如何)
- 5.进行可视化绘图
- #def poly_fit_deal(x,y,degree,rcond=None,full=False,w=None,cov=False)
- #导入一些库和函数
- import pylab as plb
- import numpy as np
- import matplotlib.pyplot as plt
- #1.将数据进行输入
- x = np.arange(1, 31, 1)
- y = np.array([20, 23, 26, 29, 32, 35, 38, 45, 53, 62, 73, 86, 101, 118, 138, 161, 188, 220, 257,
- 300, 350, 409, 478, 558, 651, 760, 887, 1035, 1208, 1410])
- #2.进行曲线拟合返回值为各项系数
- first_step=np.polyfit(x,y,3)
- #3.获得多项式拟合之后的函数表达式
- p1=np.poly1d(first_step)
- #4.将x代入表达式求出对应的y值(这样就能够表示出拟合的差别如何)
- y_new=p1(x)
- #5.进行可视化绘图
- plb.title('Polynomial Fitting Curve',color='r')
- plb.xlabel('x value range',color='r')
- plb.ylabel('y value range',color='r')
- fig1=plb.plot(x,y,'*',label='OLD FIGURE')
- fig2=plb.plot(x,y_new,'r',label='FITED FIGURE')
- plb.legend(loc=3, borderaxespad=0., bbox_to_anchor=(0, 0.873))
- plt.show()
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。