Loading... ## 前言 这篇文章的由来：前几天在做大学物理居家实验**水滴法测量声速 **的时候需要使用**phyphox**软件导出的数据拟合y=1/(a+b*x)曲线。虽然老师要求使用**Origin**软件拟合，但是在使用还是有点用不明白(太懒)，所以想用python来拟合。 ## 使用scipy提供的curve_fit函数 给出具体的函数形式（任意），用最小二乘法去拟合。可以在`func`定义要拟合的曲线下面给出具体的代码 [点击下载数据](http://kevinnan.org.cn/usr/uploads/2020/05/1238885135.xls)(我把我做大物实验的数据放在这里) ```python import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy.optimize import curve_fit def func(x, a, b): return 1 / (a + b * x) def compute_voice_speed(a, b): L0 = 0.08 L1 = 0.065 t1 = 15.48 bb = L1 / t1 v1 = (4 * L0) / a v2 = (-4 * bb) / b if __name__ == '__main__': data = './data.xls' df = pd.read_excel(data) x = np.array(df[df.columns[0]]) y = np.array(df[df.columns[1]]) plt.scatter(x, y) popt, pcov = curve_fit(func, x, y) a = popt[0] b = popt[1] print('a:{}, b:{}'.format(a, b)) y_pre = func(x, a, b) plt.plot(x, y_pre, 'r') compute_voice_speed(a, b) plt.show() ``` 曲线拟合结果如下图所示  ## 多项式拟合 数学上可以证明，任何函数都可以拟合成多项式函数，这里做一个演示，依旧使用刚刚的数据。 **使用numpy的polyfit函数(最小二乘法逼近)** `numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)` x:要拟合点的横坐标 y:要拟合点的纵坐标 deg:自由度.例如:自由度为2,那么拟合出来的曲线就是二次函数,自由度是3,拟合出来的曲线就是3次函数 ``` def polyfit_func(x, y): para = np.polyfit(x, y, deg=2) print(para) A, B, C = para[0], para[1], para[2] Y = A * (x**2) + B * x + C plt.plot(x, Y, 'g') plt.show() ``` 曲线拟合结果如下图所示(绿线)  [1]: http://kevinnan.org.cn/usr/uploads/2020/05/1238885135.xls [2]: http://kevinnan.org.cn/usr/uploads/2020/05/886628460.png Last modification：July 15th, 2021 at 11:16 pm © 允许规范转载