多项式方程参数

时间:2014-02-23 20:01:02

标签: python scipy interpolation

我有一些2D采样点,我需要多项式方程。我只找到了这样的东西:

from scipy.interpolate import barycentric_interpolate
// x and y are given as lists
yi = barycentric_interpolate(x, y, xi)

但在这种情况下,我只能得到属于某些xi值的y值 - 这不是我想要的。我需要方程(多项式方程的参数)。我怎么能收到这个?

2 个答案:

答案 0 :(得分:2)

numpy.polyfit

  

拟合多项式p(x)= p [0] * x ** deg + ... + p [deg]度deg   点(x,y)。返回最小化的系数p的向量   平方误差。

文档示例:

>>> x = np.array([0.0, 1.0, 2.0, 3.0,  4.0,  5.0])
>>> y = np.array([0.0, 0.8, 0.9, 0.1, -0.8, -1.0])
>>> z = np.polyfit(x, y, 3)
>>> z
array([ 0.08703704, -0.81349206,  1.69312169, -0.03968254])

答案 1 :(得分:-1)

带有scipy.optimize.curve_fit

可以适合任意函数并获得其系数