如何拟合数据，然后从拟合函数中采样以绘制曲线答案

【问题标题】：how to fit data and then sample from the fitted function to draw curve如何拟合数据，然后从拟合函数中采样以绘制曲线
【发布时间】：2017-07-15 02:55:35
【问题描述】：

给定两个数组 x 和 y，我尝试使用 np.polyfit 函数来拟合数据，使用以下方式：

z = np.polyfit(x, y, 20)
f = np.poly1d(z)

但由于我想绘制折线图而不是平滑曲线，所以我使用此函数 f 对数组进行采样以绘制线。

x_new = np.linspace(x[0], x[-1], fitting_size)
y_new = np.zeros(fitting_size)
for t in range(fitting_size):
   y_new[t] = f(x_new[t])

plt.plot(x_new, y_new, marker='v', ms=1)

问题是上面的段代码仍然给了我一个平滑的曲线。我该如何解决？谢谢。

【问题讨论】：

标签： python matplotlib plot regression

【解决方案1】：

不幸的是，这个问题背后的意图有点不清楚。但是，如果要执行线性拟合，则需要提供度数 deg=1 到 polyfit。那么就没有理由从拟合中取样；可以简单地使用相同的输入数组并对其应用拟合函数。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1,5,20)
y = 3*x**2+np.random.rand(len(x))*10

z = np.polyfit(x, y, 1)
f = np.poly1d(z)

z2 = np.polyfit(x, y, 2)
f2 = np.poly1d(z2)


plt.plot(x,y, marker=".", ls="", c="k", label="data")
plt.plot(x, f(x), label="linear fit")
plt.plot(x, f2(x), label="quadratic fit")
plt.legend()
plt.show()

【讨论】：

感谢您的真诚帮助。