python多项式拟合:np.polyfit 和 np.polyld |
您所在的位置:网站首页 › poly1d函数用法 › python多项式拟合:np.polyfit 和 np.polyld |
python数据拟合主要可采用numpy库,库的安装可直接用pip install numpy等。 这段代码可以直接用,但是要用自己的值 #多项式拟合 y = data_jiedian_2 #输入自己的值 x = [i for i in range(29)]#输入自己的值 xx = [i for i in range(29)] #xx可以设置大于x可以用来做预测 z1 = np.polyfit(x, y, 6) # 用6次多项式拟合,可改变多项式阶数; p1 = np.poly1d(z1) #得到多项式系数,按照阶数从高到低排列 print(p1) #显示多项式 yvals=p1(xx) # 可直接使用yvals=np.polyval(z1,xxx) plt.plot(x, y, '*',label='original values') plt.plot(xx, yvals, 'r',label='polyfit values') plt.xlabel('x axis') plt.ylabel('y axis') plt.legend(loc=4) # 指定legend在图中的位置,类似象限的位置 plt.title('polyfitting') plt.show()得到的多项式输出为 最终画出的图为 多项式拟合数学表达 利用多项式函数拟合数据点,多项式函数形式如下:
1. 原始数据:假如要拟合的数据yyy来自sin函数,np.sin import numpy as np import matplotlib.pyplot as plt xxx = np.arange(0, 1000) # x值,此时表示弧度 yyy = np.sin(xxx*np.pi/180) #函数值,转化成度2. 测试不同阶的多项式,例如7阶多项式拟合,使用np.polyfit拟合,np.polyld得到多项式系数 z1 = np.polyfit(xxx, yyy, 7) # 用7次多项式拟合,可改变多项式阶数; p1 = np.poly1d(z1) #得到多项式系数,按照阶数从高到低排列 print(p1) #显示多项式3. 求对应xxx的各项拟合函数值 yvals=p1(xxx) # 可直接使用yvals=np.polyval(z1,xxx)4. 绘图如下 5. np.polyfit函数:采用的是最小二次拟合,numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False),前三个参数是必须的 官方文档:numpy.polyfit — NumPy v1.13 Manual 6. np.polyld函数:得到多项式系数,主要有三个参数 参数1表示:在没有参数2(也就是参数2默认False时),参数1是一个数组形式,且表示从高到低的多项式系数项,例如参数1为[4,5,6]表示: 参数2表示:为True时,表示将参数1中的参数作为根来形成多项式,即参数1为[4,5,6]时表示:(x-4)(x-5)(x-6)=0,也就是: 参数3表示:换参数标识,用惯了x,可以用 t,s之类的 用法: 1. 直接进行运算,例如多项式的平方,分别得到 xx=np.poly1d([1,2,3]) print(xx) yy=xx**2 #求平方,或者用 xx * xx print(yy)2. 求值: yy(1) = 36 3. 求根:即等式为0时的未知数值 yy.r 4. 得到系数形成数组: yy.c 为:array([ 1, 4, 10, 12, 9]) 5. 返回最高次幂数: yy.order = 4 6. 返回系数: yy[0] —— 表示幂为0的系数 yy[1] —— 表示幂为1的系数 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |