大蟒蛇python教程共享python中leastsq函数的使用方法

import numpy as np  import scipy as sp  from scipy.optimize import leastsq  import matplotlib.pyplot as plt  plt.rcparams['font.sans-serif']=['simhei']  plt.rcparams['axes.unicode_minus']=false  x=[1,2,3,4]  y=[2,3,4,5]

def y_pre(p,x):      f=np.poly1d(p)      return f(x)

f=np.poly1d([1,2,3])   # x^2+2x+3  f(1)  """  6  """

def error(p,x,y):      return y-y_pre(p,x)

p=[1,2]    # 值随便写  # y=w1*x+w2  res=leastsq(error,p,args=(x,y))  w1,w2=res[0]   # res[0]中就是wi的参数列表  """  到这w1和w2就已经求出来了，下面是画图看一下  """  x_=np.linspace(1,10,100)   # 等差数列，  y_p=w1*x_+w2               # 求出的拟合曲线  plt.scatter(x,y)           # 样本点  plt.plot(x_,y_p)           # 画拟合曲线

x=np.linspace(0,2,10)  y=np.sin(np.pi*x)  # 原始的样本  y_=[y + np.random.normal(0,0.1) for y in y]     # np.random.normal(loc,scale,size):正态分布的均值,正态分布的标准差,形状    # np.random.randn()   # 标准正态分布是以0为均数、以1为标准差的正态分布，记为n（0，1）    def fit(m=1):      p=np.random.rand(m+1)   # 返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)      res=leastsq(error,p,args=(x,y))  # wi 的值      x_point=np.linspace(0,2,100)  # 增加数据量为了画出的图平滑      y_point=np.sin(np.pi*x_point) # 增加数据量为了画出的图平滑      plt.plot(x_point,y_point,'r',label='原始')      plt.plot(x_point,y_pre(res[0],x_point),'b',label='拟合')      plt.scatter(x,y_)      plt.legend()  fit(3)

x=np.linspace(0,2,10)  y=np.sin(np.pi*x)  # 原始的样本  y_=[y + np.random.normal(0,0.1) for y in y]     # np.random.normal(loc,scale,size):正态分布的均值,正态分布的标准差,形状    # np.random.randn()   # 标准正态分布是以0为均数、以1为标准差的正态分布，记为n（0，1）    def fit(m=1):      p=np.random.rand(m+1)   # 返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)      res=leastsq(error,p,args=(x,y))  # wi 的值      x_point=np.linspace(0,2,100)      y_point=np.sin(np.pi*x_point)      plt.plot(x_point,y_point,'r',label='原始')      plt.plot(x_point,y_pre(res[0],x_point),'b',label='拟合')      print(res[0])      plt.scatter(x,y_)      plt.legend()  fit(3)