python中的简单线性拟合

最新推荐文章于 2025-05-22 17:38:15 发布

sichuanwww

最新推荐文章于 2025-05-22 17:38:15 发布

阅读量743

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python 线性拟合

本文链接：https://blog.csdn.net/sichuanpb/article/details/134646909

Python 专栏收录该内容

89 篇文章

订阅专栏

本文介绍了如何使用Python中的numpy和matplotlib库进行线性回归（一次函数）和二次函数拟合，通过实例展示了数据拟合的过程及效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简单线性回归可以拟合线性关系的数据，一般使用一次函数或二次函数即可。

import numpy as np
import matplotlib.pyplot as plt

x=np.array([1,2,3,4,5,6,7,8,9,10])
y=np.array([2.5,4.5,4.8,5.5,6.0,7.0,7.8,8.0,9.0,10.0])

#一次拟合函数
slope,intercept=np.polyfit(x,y,1)

#二次拟合函数
a,b,c=np.polyfit(x,y,2)

lab1="%+fx%+f"%(slope,intercept)
lab2="%+fx^2%+fx%+f"%(a,b,c)

#散点
plt.scatter(x,y,color='g')
#一次函数图
plt.plot(x,slope*x+intercept,color='r',label=lab1)
#二次函数图
plt.plot(x,a*x*x+b*x+c,color='b',label=lab2)

plt.legend()
plt.show()

效果图