小编Tee*_*mer的帖子

如何使用数据集来拟合 3D 表面?

我正在尝试将此 X、Y、Z 数据集拟合到未知表面。

不幸的是,线性拟合不足以显示表面数据。我认为多项式拟合可能适合这种情况。另外,问题是我不知道如何构建多项式拟合函数来完成曲面拟合。

任何帮助都会很棒。

谢谢

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

X = [[2, 2, 2], [1.5, 1.5, 1.5], [0.5, 0.5, 0.5]]
Y = [[3, 2, 1], [3, 2, 1], [3, 2, 1]]
Z = [[2.4, 2.5, 2.2], [2.4, 3, 2.5], [4, 3.3, 8]]

# ================= Plot figure =================  ##
Fontsize_set = {'size': 20}
fig = plt.figure(figsize=[8, 5], dpi=140, facecolor='w')
ax = fig.gca(projection='3d')
ax.grid(color='y', linestyle='--', linewidth=0.5)
ax.tick_params(labelsize=20)
ax.set_xlim3d(0, 3)
ax.set_ylim3d(0, 6) …
Run Code Online (Sandbox Code Playgroud)

python optimization numpy curve-fitting scipy

2
推荐指数
1
解决办法
2801
查看次数

标签 统计

curve-fitting ×1

numpy ×1

optimization ×1

python ×1

scipy ×1