Python线性拟合实现函数与用法示例

本文实例讲述了Python线性拟合实现函数与用法。分享给大家供大家参考，具体如下：

1. 参考别人写的：

#-*- coding:utf-8 -*-
import math
import matplotlib.pyplot as plt
def linefit(x , y):
N = float(len(x))
sx,sy,sxx,syy,sxy=0,0,0,0,0
for i in range(0,int(N)):
sx += x[i]
sy += y[i]
sxx += x[i]*x[i]
syy += y[i]*y[i]
sxy += x[i]*y[i]
a = (sy*sx/N -sxy)/( sx*sx/N -sxx)
b = (sy - a*sx)/N
r = abs(sy*sx/N-sxy)/math.sqrt((sxx-sx*sx/N)*(syy-sy*sy/N))
return a,b,r
if __name__ == '__main__':
x=[ 1 ,2 ,3 ,4 ,5 ,6]
y=[ 2.5 ,3.51 ,4.45 ,5.52 ,6.47 ,7.51]
a,b,r=linefit(x,y)
print("X=",x)
print("Y=",y)
print("拟合结果: y = %10.5f x + %10.5f , r=%10.5f" % (a,b,r) )
plt.plot(x, y, "r:", linewidth=2)
plt.grid(True)
plt.show()

显示图像如下：

2. 不用拟合，直接显示一个一元函数

#-*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import math
f = lambda x:5*x+4
tx = np.linspace(0,10,50)
print tx
plt.plot(tx, f(tx), "r-", linewidth=2)
plt.grid(True)
plt.show()

运行结果：

PS：这里再为大家推荐两款相似的在线工具供大家参考：

在线多项式曲线及曲线函数拟合工具：
http://tools.jb51.net/jisuanqi/create_fun

在线绘制多项式/函数曲线图形工具：
http://tools.jb51.net/jisuanqi/fun_draw

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。

您可能感兴趣的文章:

• Python数据拟合与广义线性回归算法学习
• Python实现曲线拟合操作示例【基于numpy,scipy,matplotlib库】
• Python基于最小二乘法实现曲线拟合示例
• Python实现的拟合二元一次函数功能示例【基于scipy模块】
• Python实现的多项式拟合功能示例【基于matplotlib】
• python中matplotlib实现最小二乘法拟合的过程详解
• Python scikit-learn 做线性回归的示例代码
• Python编程实现使用线性回归预测数据
• Python实现基本线性数据结构
• Python线性方程组求解运算示例
• Python基于高斯消元法计算线性方程组示例