在numpy中获得polyfit的反函数

Question

我通过以下方式将二阶多项式拟合到多个x / y点：

poly  = np.polyfit(x, y, 2)

如何在python中反转此函数，以获得对应于特定y值的两个x值？

Answer 1

以下是一个示例，说明如何合并poly 我的回答是Inverse function of numpy.polyval()。

首先是一些数据：

In [44]: x
Out[44]: array([0, 1, 2, 3, 4, 5, 6, 7])

In [45]: y
Out[45]: array([ 9,  4,  0, -1, -1,  4,  8, 16])

将多项式拟合到数据：

In [46]: poly = np.polyfit(x, y, 2)

找到多项式具有值y0

的位置

In [47]: y0 = 4

为此，请创建一个poly1d对象：

In [48]: p = np.poly1d(poly)

找到p - y0的根源：

In [49]: (p - y0).roots
Out[49]: array([ 5.21787721,  0.90644711])

检查：

In [54]: x0 = (p - y0).roots

In [55]: p(x0)
Out[55]: array([ 4.,  4.])

Answer 2

2返回最佳拟合多项式的系数，最高为1。因此，np.polyfit包含poly，您必须解决

c2, c1, c0

解决方案可以在很多地方找到，例如here。

Answer 3

按照沃伦的回答

    p = np.poly1d(m1)
    print(p)
    y0 = returns[sr.argmax()]
    x0 = p(y0)
    #x0 = p((p - y0).roots)
    print(x0)
    print(y0)