Igo*_*kić 5 python math numpy scipy least-squares
我有两个数据列表,一个是x值,另一个是y值.我怎样才能找到最合适的?我试过搞乱,scipy.optimize.leastsq
但我似乎无法做到正确.
任何帮助是极大的赞赏
jab*_*edo 12
我认为使用它会更简单numpy.polyfit
,它执行最小二乘多项式拟合.这是一个简单的片段:
import numpy as np
x = np.array([0,1,2,3,4,5])
y = np.array([2.1, 2.9, 4.15, 4.98, 5.5, 6])
z = np.polyfit(x, y, 1)
p = np.poly1d(z)
#plotting
import matplotlib.pyplot as plt
xp = np.linspace(-1, 6, 100)
plt.plot(x, y, '.', xp, p(xp))
plt.show()
Run Code Online (Sandbox Code Playgroud)
归档时间: |
|
查看次数: |
4761 次 |
最近记录: |