您好,登錄后才能下訂單哦!
這篇文章主要介紹python怎樣實現(xiàn)數(shù)據(jù)的線性擬合,文中介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們一定要看完!
實驗室老師讓給數(shù)據(jù)畫一張線性擬合圖。不會matlab,就琢磨著用python。參照了網(wǎng)上的一些文章,查看了幫助文檔,成功的寫了出來
這里用到了三個庫
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() # 擬合點 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] # 繪制散點 plt.scatter(x0[:], y0[:], 3, "red") # 直線擬合與繪制 A1, B1 = optimize.curve_fit(f_1, x0, y0)[0] x1 = np.arange(30, 75, 0.01)#30和75要對應x0的兩個端點,0.01為步長 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
實驗效果如下,圖像和數(shù)據(jù)都得到了,非常滿意了
以上是“python怎樣實現(xiàn)數(shù)據(jù)的線性擬合”這篇文章的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對大家有幫助,更多相關知識,歡迎關注億速云行業(yè)資訊頻道!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內(nèi)容。