这篇文章主要介绍“怎么利用Python拟合函数曲线”，在日常操作中，相信很多人在怎么利用Python拟合函数曲线问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么利用Python拟合函数曲线”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
使用Python拟合函数曲线需要用到一些第三方库：
numpy：科学计算的基础库（例如：矩阵）
matplotlib：绘图库
scipy：科学计算库
如果没有安装过这些库，需要在命令行中输入下列代码进行安装：
pip install numpy matplotlib scipy拟合多项式
'''Author: CloudSirDate: 2021-08-01 13:40:50LastEditTime: 2021-08-02 09:41:54LastEditors: CloudSirDescription: Python拟合多项式https://github.com/cloudsir'''import matplotlib.pyplot as pltimport numpy as np x = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]y = [2.83, 9.53, 14.52, 21.57, 38.26, 53.92, 73.15, 101.56, 129.54, 169.75, 207.59]z1 = np.polyfit(x, y, 3) #用3次多项式拟合，输出系数从高到0p1 = np.poly1d(z1) #使用次数合成多项式y_pre = p1(x) plt.plot(x,y,'.')plt.plot(x,y_pre)plt.show()
函数说明
np.polyfit(x, y, n)
功能：拟合曲线
参数：
x，y：x和y的原始数据
n：要拟合的次数
返回值：
一个列表，拟合出的系数，顺序为从高到底
例： n=3时，会利用
a x 3 + b x 2 + c x + d
拟合函数，并返回拟合出的系数 [a, b, c, d]
np.poly1d(li, r=False)
功能：生成多项式函数
参数：
li:
当没有r参数或 r=False 时，传入一个系数列表(次数从高到低)，利用该列表生成多项式函数并返回
import numpy as np
f = np.poly1d([2, 3, 4])
“”" f ( x ) = 2 x 2 + 3 x + 4
"""print(f(2)) # 18
当参数 r=True 时，传入一个根列表，利用该列表生成多项式函数并返回
import numpy as np
f = np.poly1d([2, 3, 4], True)
“”“ f ( x ) = ( x − 2 ) ∗ ( x − 3 ) ∗ ( x − 4 )
”""print(f(0)) # -24
返回值：
见上
拟合任意函数
'''Author: CloudSirDate: 2021-08-03 15:01:17LastEditTime: 2021-08-03 15:26:05LastEditors: CloudSirDescription: Python拟合任意函数https://github.com/cloudsir'''# 引用库函数import numpy as npimport matplotlib.pyplot as pltfrom scipy import optimize as opplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号# 需要拟合的函数def f_1(x, A, B, C): return A * x**2 + B * x + C# 需要拟合的数据组x_group = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]y_group = [2.83, 9.53, 14.52, 21.57, 38.26, 53.92, 73.15, 101.56, 129.54, 169.75, 207.59]# 得到返回的A，B值A, B, C = op.curve_fit(f_1, x_group, y_group)[0]# 数据点与原先的进行画图比较plt.scatter(x_group, y_group, marker='o',label='真实值')x = np.arange(0, 15, 0.01)y = A * x**2 + B *x + Cplt.plot(x, y,color='red',label='拟合曲线')plt.legend() # 显示labelplt.show()
函数说明
op.curve_fit(f, x, y)
功能：拟合任意函数
参数：
f：要拟合的函数类型
# 构建一个二次函数def f(x, A, B, C): return A * x**2 + B * x + Cop.curve_fit(f, x, y) # 进行拟合x, y：x和y的原始数据
返回值：一个元组 (popt,pcov)
popt是一个一维数组，表示得到的拟合方程的参数。
pcov是一个二维数组，是在popt参数下得到的协方差。
到此，关于“怎么利用Python拟合函数曲线”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程网网站，小编会继续努力为大家带来更多实用的文章！
