python如何实现数据的线性拟合
更新时间:2019年07月19日 10:56:30 作者:QureL
这篇文章主要为大家详细介绍了python如何实现数据的线性拟合,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
实验室老师让给数据画一张线性拟合图。不会matlab,就琢磨着用python。参照了网上的一些文章,查看了帮助文档,成功的写了出来
这里用到了三个库
import numpy as np import matplotlib.pyplot as plt from scipy import optimize def f_1(x, A, B): return A * x + B plt.figure() # 拟合点 x0 = [75, 70, 65, 60, 55,50,45,40,35,30] y0 = [22.44, 22.17, 21.74, 21.37, 20.92,20.67,20.32,20.05,19.84,19.59] # 绘制散点 plt.scatter(x0[:], y0[:], 3, "red") # 直线拟合与绘制 A1, B1 = optimize.curve_fit(f_1, x0, y0)[0] x1 = np.arange(30, 75, 0.01)#30和75要对应x0的两个端点,0.01为步长 y1 = A1 * x1 + B1 plt.plot(x1, y1, "blue") print(A1) print(B1) plt.title(" ") plt.xlabel('t') plt.ylabel('Mt/g') plt.show()
用的到的api:
numpy.arrange
scipy.optimize.curve_fit
实验效果如下,图像和数据都得到了,非常满意了
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
最新评论