python如何实现数据的线性拟合

如何实现数据的线性拟合

更新时间：2019年7月19日 10:56:30 作者：QureL

本文主要详细介绍了如何实现数据的线性拟合，具有一定的参考价值。 有兴趣的朋友可以参考一下

实验室老师要求对数据画一个线性拟合图。 没有，只是想着用一下。参考了网上的一些文章，查看了帮助文档，成功写了出来

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
x0 = [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()

使用的API：

麻木的。

scipy..

实验结果如下，得到图像和数据，非常满意

以上就是本文的全部内容。 希望对您的学习有所帮助，也希望您多多支持脚本之家。