python如何实现数据的线性拟合

脚本专栏 2025/1/10 佚名

3 2 1

实验室老师让给数据画一张线性拟合图。不会matlab，就琢磨着用python。参照了网上的一些文章，查看了帮助文档，成功的写了出来

这里用到了三个库

import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize


def f_1(x, A, B):
 return A * x + B

plt.figure()
# 拟合点
x0 = [75, 70, 65, 60, 55,50,45,40,35,30]
y0 = [22.44, 22.17, 21.74, 21.37, 20.92,20.67,20.32,20.05,19.84,19.59]

# 绘制散点
plt.scatter(x0[:], y0[:], 3, "red")

# 直线拟合与绘制
A1, B1 = optimize.curve_fit(f_1, x0, y0)[0]
x1 = np.arange(30, 75, 0.01)#30和75要对应x0的两个端点，0.01为步长
y1 = A1 * x1 + B1
plt.plot(x1, y1, "blue")
print(A1)
print(B1)
plt.title(" ")
plt.xlabel('t')

plt.ylabel('Mt/g')
plt.show()

用的到的api：
numpy.arrange
scipy.optimize.curve_fit

实验效果如下，图像和数据都得到了，非常满意了