- 在线时间
- 480 小时
- 最后登录
- 2026-6-1
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7823 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 2934
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1174
- 主题
- 1189
- 精华
- 0
- 分享
- 0
- 好友
- 1
该用户从未签到
 |
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。# J- ]3 t1 z$ b8 O# ^1 W; C
2.使用 np.poly1d() 函数根据拟合系数创建多项式对象。
# o5 R. ?: B, f# [; f$ N3.打印出三个多项式对象。4 K/ w' a3 W* l
4.生成一组新的 x 值,在指定范围内均匀分布。
+ n7 ~' |* _! L5.使用多项式对象计算对应的 y 值。+ R! S8 @2 k. ]* j
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。
# V" Z2 o6 Q5 S6 j$ ~7.最后,显示图形。% _0 F# W2 q u; a: {* U
2 r! [: o5 F' u3 M5 g7 g( s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。. W2 a$ C; p6 E+ B
当你执行这段代码时,它会进行以下操作:. K6 _) e9 L4 ?# c" y
5 X9 s' K7 z) l' J/ O# s
1.导入所需库:
6 P% d/ W3 [& S; W& ^- import matplotlib.pyplot as plt5 e: g* q D4 I+ G5 Q( H8 G1 X
- import numpy as np' [; [. H8 d r* C( S0 k. g) x
复制代码 2.定义源数据:- % r, V; _) c, X\" _
- x = np.array([1, 2, 3, 4])) o1 u& g) z# j/ D5 \. x& q. V- x
- y = np.array([4, 10, 18, 26])
( |* M. T5 y' F; D s) P' h- t
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。+ ]8 L, x! [1 W8 Q/ r$ {" M
: Q: c: E7 j6 _1 A/ ]3.多项式拟合:- z1 = np.polyfit(x, y, 1)
) M\" E! x# _6 M5 h0 l' e - z2 = np.polyfit(x, y, 2)! k9 `1 y! s b\" p: ~
- 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。+ [1 r3 y7 l& a% m
* S7 ?- h1 Z2 H
4.创建多项式对象:- p1 = np.poly1d(z1)
* D$ k) G( ^2 q$ l: Y- g$ @ - p2 = np.poly1d(z2)
6 Y. w9 y Q9 ^8 Y4 o - p3 = np.poly1d(z3)* R5 k8 ~* Q' O2 ]) a, Z8 H1 x
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。
) Y1 a& T5 W5 f p8 h- E. d H5 }) @( _+ U' b4 N, a
5.打印多项式对象:- print('p1 =\n', p1)- T( |5 O4 Y# [; q5 y8 Z
- print('p2 =\n', p2)0 g9 Y$ v: V4 Z4 Q
- print('p3 =\n', p3)
% E' I5 K& U5 Q/ 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。
! ~% @: r8 ~, u/ X% A- D |- G' v* O& m2 s
6.生成新的 x 值:- 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。* b& D Z2 G2 ^- N" l# o% z
p7 y. l" L: u7 l; ]1 \
7.计算对应的 y 值:- y1 = p1(x1), l+ X3 v# V& e/ X3 L c+ o/ C
- y2 = p2(x1)\" s# B/ W( @3 t8 y% ^
- 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。
. T% O2 e) x7 Y0 D* h8 w6 g1 ]
; z& H, A+ m- a" K- y" z6 g Q8.绘制图形: - plt.scatter(x, y)* }. Q. ~9 U: ]- M$ C9 V8 Q5 a
- plt.plot(x1, y1, label='linear')
- & b8 T) f9 E* R3 K8 V7 t
- plt.plot(x1, y2, label='quadratic')
- : L9 R\\" A. k @. B
- plt.plot(x1, y3, label='cubic')$ [1 x6 ?/ g, ^
- plt.legend()
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。1 J, N; \0 A) n0 s) L8 @
N ? f! ^0 v7 X9 T4 F9.显示图形:最后,显示绘制的图形。
; X. S$ @4 ]( c t. T, l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。
$ ?6 i- T5 j: P; U9 d6 j- @$ K2 J5 V" t, A
! J) m- [$ e* O6 T. g$ C5 w/ f& {
1 Q& _9 z" J& \4 Q9 |
|
zan
|