python如何实现数据的线性拟合
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
正则化的最小二乘法曲线拟合pythonx0 = [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：
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。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。