import numpy as np
import matplotlib.pyplot as plt
In [3]:
def f(x):
    return np.sin(x)+0.5*x
In [4]:
x=np.linspace(-2*np.pi,2*np.pi,50)
In [7]:
plt.plot(x,f(x),'b')
plt.grid(True)
plt.xlabel('x')
plt.ylabel('f(x)')
Out[7]:
Text(0,0.5,'f(x)')
python对数据的简单回归python对数据的简单回归
In [8]:
reg=np.polyfit(x,f(x),deg=1)
print(reg)
[ 4.28841952e-01 -5.29906205e-17]
In [10]:
ry=np.polyval(reg,x)
In [11]:
plt.plot(x,f(x),'b',label='f(x)')
plt.plot(x,ry,'r.',label='val')
plt.legend(loc=0)
plt.grid(True)
plt.xlabel('x')
plt.ylabel('f(x)')
Out[11]:
Text(0,0.5,'f(x)')
python对数据的简单回归python对数据的简单回归
In [19]:
reg=np.polyfit(x,f(x),deg=5)
ry=np.polyval(reg,x)
plt.plot(x,f(x),'b',label='f(x)')
plt.plot(x,ry,'r.',label='val')
plt.legend(loc=0)
plt.grid(True)
plt.xlabel('x')
plt.ylabel('f(x)')
Out[19]:
Text(0,0.5,'f(x)')
python对数据的简单回归python对数据的简单回归

相关文章:

  • 2022-12-23
  • 2021-12-14
猜你喜欢
  • 2021-11-19
  • 2021-12-13
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2021-12-29
相关资源
相似解决方案