如下所示:

from matplotlib import pyplot as plt

import numpy as np

from mpl_toolkits.mplot3d import axes3d

fig = plt.figure()

ax = axes3d(fig)

#列出实验数据

point=[[2,3,48],[4,5,50],[5,7,51],[8,9,55],[9,12,56]]

plt.xlabel("x1")

plt.ylabel("x2")

#表示矩阵中的值

isum = 0.0

x1sum = 0.0

x2sum = 0.0

x1_2sum = 0.0

x1x2sum = 0.0

x2_2sum = 0.0

ysum = 0.0

x1ysum = 0.0

x2ysum = 0.0

#在图中显示各点的位置

for i in range(0,len(point)):

x1i=point[i][0]

x2i=point[i][1]

yi=point[i][2]

ax.scatter(x1i, x2i, yi, color="red")

show_point = "["+ str(x1i) +","+ str(x2i)+","+str(yi) + "]"

ax.text(x1i,x2i,yi,show_point)

isum = isum+1

x1sum = x1sum+x1i

x2sum = x2sum+x2i

x1_2sum = x1_2sum+x1i**2

x1x2sum = x1x2sum+x1i*x2i

x2_2sum = x2_2sum+x2i**2

ysum = ysum+yi

x1ysum = x1ysum+x1i*yi

x2ysum = x2ysum+x2i*yi

# 进行矩阵运算

# _mat1 设为 mat1 的逆矩阵

m1=[[isum,x1sum,x2sum],[x1sum,x1_2sum,x1x2sum],[x2sum,x1x2sum,x2_2sum]]

mat1 = np.matrix(m1)

m2=[[ysum],[x1ysum],[x2ysum]]

mat2 = np.matrix(m2)

_mat1 =mat1.geti()

mat3 = _mat1*mat2

# 用list来提取矩阵数据

m3=mat3.tolist()

a0 = m3[0][0]

a1 = m3[1][0]

a2 = m3[2][0]

# 绘制回归线

x1 = np.linspace(0,9)

x2 = np.linspace(0,12)

y = a0+a1*x1+a2*x2

ax.plot(x1,x2,y)

show_line = "y="+str(a0)+"+"+str(a1)+"x1"+"+"+str(a2)+"x2"

plt.title(show_line)

plt.show()

以上这篇python实现三维拟合的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持萬仟网。

如您对本文有疑问或者有任何想说的,请点击进行留言回复,万千网友为您解惑!

python 三维曲线拟合_python实现三维拟合的方法相关推荐

  1. python 连通区域_python skimage 连通性区域检测方法

    python skimage 连通性区域检测方法 涉及到的函数为 import matplotlib.pyplot as plt from skimage import measure, color ...

  2. python color属性_Python中类的属性、方法及内置方法

    1.类的属性成员变量 对象的创建创建对象的过程称之为实例化,当一个对象被创建后,包含三个方面的特性对象聚丙属性和方法, 句柄用于区分不同的对象, 对象的属性和方法,与类中的成员变量和成员函数对应, o ...

  3. python 三维曲线拟合_基于三维数据和参数的Scipy曲线拟合

    我正致力于在scipy中拟合三维分布函数.我有一个numpy数组,在x和y-bin中有计数,我正试图将其与一个相当复杂的三维分布函数相匹配.数据适合26(!)描述其两个组成种群形状的参数. 我在这里了 ...

  4. python散点图解_python 画三维图像 曲面图和散点图的示例

    用python画图很多是根据z=f(x,y)来画图的,本博文将三个对应的坐标点输入画图: 散点图: import matplotlib.pyplot as plt from mpl_toolkits. ...

  5. python画三维坐标_Python中三维坐标空间绘制的实现

    在三维空间绘制点,线,面 1.绘制点 用scatter()散点绘制三维坐标点 from matplotlib import pyplot as plt from mpl_toolkits.mplot3 ...

  6. python纵向数据分析_python数据分析三个重要方法之:numpy和pandas

    关于数据分析的组件之一:numpy ndarray的属性 4个必记参数: ndim:维度 shape:形状(各维度的长度) size:总长度 dtype:元素类型 一:np.array()产生n维数组 ...

  7. python数据正则化_Python数据科学:正则化方法

    本文主要介绍,Python数据科学:正则化方法.正则化方法的出现,通过收缩方法(正则化方法)进行回归. 正则化方法主要包括岭回归与LASSO回归. 一.岭回归 岭回归通过人为加入的惩罚项(约束项),对 ...

  8. python bs4 安装_Python安装Bs4的多种方法

    安装方法一: ①进入python文件夹执行指令(前提是支持pip指令): pip3 install Beautifulsoup4 ②回车待安装完成,如果出现以下红框中内容,即代表安装成功 ③验证是否可 ...

  9. python accept解析_python中requests库使用方法详解

    一.什么是Requests Requests 是⽤Python语⾔编写,基于urllib,采⽤Apache2 Licensed开源协议的 HTTP 库.它⽐ urllib 更加⽅便,可以节约我们⼤量的 ...

最新文章

  1. ASP.NET中DataGrid鼠标经过感知以及点击行弹出窗口
  2. slam中特征点归一化原因以及方法
  3. jQuery队列控制方法详解queue()/dequeue()/clearQueue()
  4. 逻辑回归、决策树和支持向量机(I)
  5. 追了源码,做了测试,终于实现python的uvicorn日志自行配置
  6. mysql分页查询_4种MySQL分页查询优化的方法,你知道几个?
  7. php 判断心跳包报错,第29问:MySQL 的复制心跳说它不想跳了
  8. 22岁大学生获谷歌天价offer,击败6000人年薪百万
  9. Hibernate 注解(Annotations 一)
  10. python 获取浏览器句柄下的网页控件_python webdriver操作浏览器句柄
  11. 专题:CentOS社区企业操作系统
  12. 2011-8-13 随笔一二
  13. 数据库优化java设计模式架构 策略 责任链
  14. 如何位图转换矢量图或者数字油画底稿
  15. 源码自动生成流程图软件介绍
  16. Java类的继承学生研究生类图_UML part3 类图、对象图
  17. 风动9000D | 风刃500 D | 心动的感觉
  18. The Generalized Detection Method for the Dim Small Targets by Faster R-CNN Integrated with GAN 论文翻译
  19. 批量压缩多文件-批处理(四)
  20. 最牛黑科技!一度电能跑1230公里的电动车

热门文章

  1. 什么是应用分发?应用分发是什么?
  2. 华为云IoT设备接入服务全体验
  3. 中国没有真正意义上的海滩比基尼(图)
  4. 2018千元内的UGP VR一体机开箱评测:ugp vr一体机怎么样真的好吗?
  5. 第一章 计算机基础知识
  6. 全文 40000 字,最强(全) Matplotlib 实操指南
  7. Matlab曲线拟合(2)(自用笔记)
  8. java 配置文件加密_Spring cloud config 配置文件加密方式
  9. 解决烘焙光照贴图有黑斑
  10. python收益风险点图_AAVE当前风险与收益是否有偏差?如何评估DeFi投资组合?