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 npimport matplotlib.pyplot as pltfrom scipy import optimizedef f_1(x, A, B): return A * x + Bplt.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 + B1plt.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
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。