0.导入相关包:

import matplotlib.pyplot as plt
import numpy as np

1.假设有如下样本点:

#使用随机数产生样本点
x=[1,2,3,4,5,6,7,8,9,10]
y=[2,-25,16,3,35,6,91,-39,20,0]
print("样本点横坐标为:")
print(x)
print("样本点纵坐标为:")
print(y)


绘制成散点图就是这样:

2.我们利用numpy来拟合这些样本点,本文中我们将函数拟合成多项式函数。(核心步骤)

#使用numpy中的多项式拟合来拟合样本服从的函数。
#下面分别假设多项式最高次数为4,7,8。从而进行对比拟合效果。
degree=[4,7,8]
#每一个最高次数degree对应一个多项式函数,因此创建一个函数数组。
f=[]
for i in range(3):#拟合model=np.polyfit(x,y,degree[i])#通过拟合的模型获得这个多项式函数np.poly1d(model)。f.append(np.poly1d(model))#打印这个函数print(f[i])

结果如下:

3.绘制图表,查看拟合情况。

#开始绘制。
colors=["r","g","orange","purple","pink"]
#生成1000个点在区间[1,10],利用拟合结果f(x)得到y。绘制折线图,由于密密麻麻,所以看起来就像函数图像了。
testx=np.linspace(1,10,1000)
plt.figure(figsize=(20,8),dpi=80)
for i in range(3):plt.plot(testx,f[i](testx),label=degree[i],color=colors[i])plt.scatter(x,y,label="o")
plt.legend()
plt.show()

结论

多项式次数越高,拟合得越好。

利用numpy对已知样本点进行多项式拟合相关推荐

  1. python怎么根据点来拟合曲线_2019_nCoV_利用python根据已知点求拟合曲线及简单预测(无实际意义)...

    前言 本文仅做根据已知点求拟合曲线的几种方法的python实现,无任何实际意义 数据来源(另一篇博文) 利用Python爬取新冠肺炎疫情实时数据,Pyecharts画2019-nCoV疫情地图 参考 ...

  2. 已知:切比雪夫多项式如下:编写一段程序,输入n,x,并将0-n的所有Tn(x)的值输出导到文件tdat.txt中。

    已知:切比雪夫多项式如下: Tn(x)=               1                (n=0) x                (n=1) 2xTn-1(x)-Tn-2(x)  ...

  3. matlab坐标封闭,已知离散点坐标,拟合成封闭曲面

    请教大家: 已知若干个离散点的三维坐标,如何拟合成一个封闭的曲面. 程序: %------------------------------------------------------------- ...

  4. OPENCV已知内参求外参

    利用OPENCV,已知内参标定外参 #include <opencv2/calib3d.hpp> #include <iostream> #include <opencv ...

  5. c 语言已知两点求第三点,已知3点座标,求第一点到第二点和第三点构成的直线的距离。...

    已知3点座标,求第一点到第二点和第三点构成的直线的距离.以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧! 已知3点座标,求 ...

  6. matlab多项式拟合要求系数项大于零,matlab多项式系数

    要求一高阶多项式的根往 往须借助数值方法,所 幸MATLAB已将这些数值方法写成一函数 roots(p),我们只要输入多项式的各阶系数 (以 p 代表)即可求解到对应的根 >...... 2. ...

  7. numpy实现K-means聚类算法(可选是否已知类别数)和VQ-LBG矢量量化算法以及散点数据生成(含完整实验报告)

    numpy实现K-means聚类算法(可选是否已知类别数)和VQ-LBG矢量量化算法以及散点数据生成(含完整实验报告) 实验报告完整,质量不低,加上你学校的封面就能交,也可用来交流学习: (20条消息 ...

  8. matlab如何截取图像的中间部分_利用matlab提取并分割RGB图像中的某一个已知像素值的图像...

    已知一副RGB图像中的的像素值,利用matlab将其分割出来并以二进制图像形式显示: %extract.m clear all; I=imread('new_original.png'); figur ...

  9. 参数检验——当总体分布已知(如总体为正态分布),根据样本数据对总体分布的统计参数进行推断 非参数检验——利用样本数据对总体分布形态等进行推断的方法。...

    参数检验(parameter test)全称参数假设检验,是指对参数平均值.方差进行的统计检验.参数检验是推断统计的重要组成部分.当总体分布已知(如总体为正态分布),根据样本数据对总体分布的统计参数进 ...

最新文章

  1. 不会一致性hash算法,劝你简历别写搞过负载均衡
  2. 【图像超分辨率】Learning Texture Transformer Network for Image Super-Resolution
  3. [js] ajax如何接收后台传来的图片?
  4. 收藏!斯坦福Andrew Ng教授“机器学习”26篇教程全译
  5. 系统学习数字图像处理之目标识别
  6. ubuntu14.04 pygame安装 python2.7
  7. pc电脑上浏览手机网站在线wap浏览器或模拟器软件
  8. 第一章(1.2) 机器学习算法工程师技能树
  9. matlab亚式 期权定价,MATLAB在幂型几何亚式期权定价中的应用
  10. SQL Server Always Encrypted
  11. 讯飞aiui的webapi+python使用记录
  12. ZETA等物联网技术在新冠疫情防控中有哪些方面的应用?
  13. 23种java设计模式详解-代理模式
  14. 那些年看过的电影之《绿皮书》
  15. [转] Stay Hungry, Stay Foolish !!
  16. zookeeper的使用与集群搭建以及原理应用
  17. 计算机组成与系统结构课程设计报告
  18. Bugtags 让你的 APP 测试轻松、上线安心
  19. Android开发之ListView异步加载图片
  20. opencv实现猫脸识别

热门文章

  1. 一本真正讲“大数据”处理思路的书
  2. 「龙书」之后,又一编译佳作诚招译者
  3. 新书上市 | 当我们在谈论贝叶斯时我们在谈论什么:用贝叶斯的眼光看世界
  4. 《Adobe AIR权威指南》——《Flex 3权威指南》作者新作
  5. 最通俗易懂的面向对象著作
  6. 王洪超:WPF催熟整个软件生态链
  7. python(pil)图像处理(等比例压缩、裁剪压缩) 缩略(水印)图
  8. 报名 | 大数据如何提升保险客户体验思享会
  9. 一文读懂PyTorch张量基础(附代码)
  10. 睡眠不足,记忆力还有救吗?Nature:饿着