Python實現(xiàn)二維曲線擬合的方法
更新時間:2018年12月29日 14:59:54 作者:changye777
今天小編就為大家分享一篇Python實現(xiàn)二維曲線擬合的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示:
from numpy import * import numpy as np import matplotlib.pyplot as plt plt.close() fig=plt.figure() plt.grid(True) plt.axis([0,10,0,8]) #列出數(shù)據(jù) point=[[1,2],[2,3],[3,6],[4,7],[6,5],[7,3],[8,2]] plt.xlabel("X") plt.ylabel("Y") #用于求出矩陣中各點的值 XSum = 0.0 X2Sum = 0.0 X3Sum = 0.0 X4Sum = 0.0 ISum = 0.0 YSum = 0.0 XYSum = 0.0 X2YSum = 0.0 #列出各點的位置 for i in range(0,len(point)): xi=point[i][0] yi=point[i][1] plt.scatter(xi,yi,color="red") show_point = "("+ str(xi) +","+ str(yi) + ")" plt.text(xi,yi,show_point) XSum = XSum+xi X2Sum = X2Sum+xi**2 X3Sum = X3Sum + xi**3 X4Sum = X4Sum + xi**4 ISum = ISum+1 YSum = YSum+yi XYSum = XYSum+xi*yi X2YSum = X2YSum + xi**2*yi # 進行矩陣運算 # _mat1 設(shè)為 mat1 的逆矩陣 m1=[[ISum,XSum, X2Sum],[XSum, X2Sum, X3Sum],[X2Sum, X3Sum, X4Sum]] mat1 = np.matrix(m1) m2=[[YSum], [XYSum], [X2YSum]] mat2 = np.matrix(m2) _mat1 =mat1.getI() mat3 = _mat1*mat2 # 用list來提取矩陣數(shù)據(jù) m3=mat3.tolist() a = m3[0][0] b = m3[1][0] c = m3[2][0] # 繪制回歸線 x = np.linspace(0,10) y = a + b*x + c*x**2 plt.plot(x,y) show_line = "y="+str(a)+"+("+str(b)+"x)"+"+("+str(c)+"x2)"; plt.title(show_line) plt.show()
以上這篇Python實現(xiàn)二維曲線擬合的方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python中如何將Tqdm與Asyncio結(jié)合使用呢
這篇文章主要和大家詳細介紹了在Python中如何將Tqdm與Asyncio結(jié)合使用呢,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-05-05Python3.5內(nèi)置模塊之os模塊、sys模塊、shutil模塊用法實例分析
這篇文章主要介紹了Python3.5內(nèi)置模塊之os模塊、sys模塊、shutil模塊用法,結(jié)合實例形式分析了Python os模塊、sys模塊及shutil模塊針對文件、路徑等相關(guān)操作技巧,需要的朋友可以參考下2019-04-04Python使用循環(huán)神經(jīng)網(wǎng)絡(luò)解決文本分類問題的方法詳解
這篇文章主要介紹了Python使用循環(huán)神經(jīng)網(wǎng)絡(luò)解決文本分類問題的方法,結(jié)合實例形式詳細分析了Python神經(jīng)網(wǎng)絡(luò)相關(guān)概念、原理及解決文本分類具體操作技巧,需要的朋友可以參考下2020-01-01torchtext入門教程必看,帶你輕松玩轉(zhuǎn)文本數(shù)據(jù)處理
這篇文章主要介紹了torchtext入門教程必看,帶你輕松玩轉(zhuǎn)文本數(shù)據(jù)處理,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05