数学建模社区-数学中国

标题: 使用 numpy 包进行最小二乘拟合 [打印本页]

作者: 2744557306    时间: 2024-3-15 11:01
标题: 使用 numpy 包进行最小二乘拟合
1.使用 np.polyfit() 函数对数据进行多项式拟合,分别拟合为一次、二次和三次多项式,得到拟合系数。
. }" Q  E& Y; v# c2.使用 np.poly1d() 函数根据拟合系数创建多项式对象。# F5 G0 ~- S5 j) ?) `& c
3.打印出三个多项式对象。
  M  _1 _) A# w* D) K4.生成一组新的 x 值,在指定范围内均匀分布。
$ S) F/ [! W4 V3 t2 V' l5 |! W5.使用多项式对象计算对应的 y 值。6 H8 ]) I; l0 Y" y! B( r1 U2 H- @
6.使用 plt.scatter() 绘制原始数据点,使用 plt.plot() 绘制拟合曲线,并添加图例。# w$ |6 T' ^' r" E6 D/ W
7.最后,显示图形。( {  ?! C3 {9 G! Z! H# O+ R1 g

/ l# Z" k8 K! L( o9 {- F这段代码将原始数据拟合为一次、二次和三次多项式,并在同一图中展示了拟合曲线。
3 T' @- k# ?" N8 @- X" |' n# ~当你执行这段代码时,它会进行以下操作:& ]5 `% n2 S( k9 T, V9 R; A( u
9 ]- z0 m8 D: A0 m
1.导入所需库:
  1. 9 V$ }& x, r& l( r/ }8 K' C
  2.    import matplotlib.pyplot as plt. g# \, e- q5 `" N2 e1 ^1 @5 g- A8 _
  3.    import numpy as np
    3 B+ S( M, B# J$ a: J- b+ k
复制代码
2.定义源数据:
  1. 0 \; A5 s; c. ]6 q: L: B
  2.    x = np.array([1, 2, 3, 4]), j  Y6 a7 T! l  s9 k1 v
  3.    y = np.array([4, 10, 18, 26])
    9 e6 z$ G- Y5 s% w* Z3 E  Y
复制代码
这里 x 和 y 分别是输入数据的 x 和 y 值,用于进行多项式拟合。% N  K1 c5 M. l5 {( e- M

. X6 g6 T0 _2 A* _$ k3.多项式拟合:
  1.    z1 = np.polyfit(x, y, 1)( H! U6 H6 U$ S- \7 q# n1 v" ?& P
  2.    z2 = np.polyfit(x, y, 2)9 y9 h0 d. Q. c
  3.    z3 = np.polyfit(x, y, 3)
复制代码
使用 np.polyfit() 函数对数据进行多项式拟合,分别拟合为一次、二次和三次多项式,并返回拟合系数。
/ [' p4 |( P6 G! D3 u* |/ H5 T5 \  f5 @" @% W& g6 N2 w  e
4.创建多项式对象:
  1.    p1 = np.poly1d(z1)7 `  u8 ~( Y. t
  2.    p2 = np.poly1d(z2)* t* K: H( Z" g& L
  3.    p3 = np.poly1d(z3)9 Q% \" R4 Z6 c# o, A) f
复制代码
使用 np.poly1d() 函数根据拟合系数创建多项式对象,这样可以方便地对多项式进行计算。
- U% {/ s9 j1 }0 S) P2 k" b
$ Z6 y" }+ U* F2 \5 s5.打印多项式对象:
  1.    print('p1 =\n', p1)+ D  e; [4 Y$ [- o  B; }% q/ M
  2.    print('p2 =\n', p2)9 ~8 [# K/ D6 z7 a6 D& `4 y
  3.    print('p3 =\n', p3): p* B, z3 d! u& L6 Q: m; R
复制代码
打印出三个多项式对象,分别对应一次、二次和三次多项式。
+ j; M+ K6 s' i, l$ ^) m: N4 G
) Z- }! p) R# ~* z* c) V6.生成新的 x 值:
  1.    x1 = np.linspace(-2, 7, 100)
复制代码
使用 np.linspace() 函数生成了一组新的 x 值,在范围从 -2 到 7 之间均匀分布,用于绘制拟合曲线。, D* V, `; ~* _# P, ]& H
( G6 L% W* F0 a& U4 P; e% p) Q
7.计算对应的 y 值:
  1.    y1 = p1(x1)$ s( O3 A! }& x% c$ ]
  2.    y2 = p2(x1)
    - O0 t3 N) F: Q
  3.    y3 = p3(x1)
复制代码
使用多项式对象 p1、p2 和 p3 计算了对应于新 x 值的 y 值。- J+ u# ]; Z0 S

5 ^3 Q2 @2 m, a1 p) e8.绘制图形:
  1.    plt.scatter(x, y)' l# n. ?5 {5 Q) o  \# z
  2.    plt.plot(x1, y1, label='linear')" ~" j) K6 t: W; z& k
  3.    plt.plot(x1, y2, label='quadratic')9 L  M% }. s, z, @* z9 G+ [" }: g
  4.    plt.plot(x1, y3, label='cubic')' K$ l8 ~9 E! N6 A, H( D
  5.    plt.legend()
复制代码
使用 plt.scatter() 绘制原始数据点,使用 plt.plot() 绘制拟合曲线,并添加图例,标记不同曲线对应的多项式阶数。4 ]) [- I$ F" T, A5 Y: K+ P

) M* e/ X7 R' |( f: P  Q4 d9.显示图形:
  1.    plt.show()
复制代码
最后,显示绘制的图形。
. G" z+ _& G6 h这样,你就能够看到原始数据点以及拟合的一次、二次和三次多项式曲线,并对其进行比较。' [( }  X  g$ X

: X: K. [! d5 c8 g, _& d* ^0 B
) s. ?2 g! z' L; t2 U) }$ z
/ F* V+ A& K- q& D8 \8 B

09.least_square_fitting.py

699 Bytes, 下载次数: 0, 下载积分: 体力 -2 点

售价: 2 点体力  [记录]  [购买]






欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5