使用更准确的 x 值数组在 matplotlib 中生成最佳拟合线？答案

【问题标题】：Use a more accurate array of x values to generate line of best fit in matplotlib?使用更准确的 x 值数组在 matplotlib 中生成最佳拟合线？
【发布时间】：2018-11-08 16:45:14
【问题描述】：

我目前遇到一个问题，我需要生成一条最佳拟合曲线，我需要使用从 250 到 100 的更精确的 x 数组，以 10 为步长。这是我到目前为止的代码。 .

import numpy as np
from numpy import polyfit, polyval
import matplotlib.pyplot as plt

x = [250,300,350,400,450,500,550,600,700,750,800,900,1000]
x = np.array(x)
y = [0.791, 0.846, 0.895, 0.939, 0.978, 1.014, 1.046, 1.075, 1.102, 1.148, 1.169, 1.204, 1.234]
y= np.array(y)

r = polyfit(x,y,3)
fit = polyval(r, x)

plt.plot(x, fit, 'b')
plt.plot(x,y, color = 'r', marker = 'x')
plt.show()

【问题讨论】：

标签： python python-3.x numpy matplotlib

【解决方案1】：

如果我理解正确，您正在尝试通过 c 的步骤创建从 a 到 b 的数字数组。

你可以使用纯python：

list(range(a, b, c)) #in your case list(range(250, 1000, 10))

或者，由于您使用的是 numpy，您可以直接创建 numpy 数组：

np.arange(a, b, c)

【讨论】：

【解决方案2】：

要逐步创建数组，您可以使用numpy.arange([start,] stop[, step])：

import numpy as np
x = np.arange(250,1000,10)

【讨论】：

我如何生成一条与新的 x 数组最匹配的线，因为 x 中的原始值数量是 13，现在我们得到了 75。
我不知道我是否理解正确：您没有更多的y 数据点，因此无法适应更多x 值？你真的只想plot你的新函数有更多的x值吗？
这个问题也让我很困惑......它说：“绘制 1 阶（直线）、2 阶或 3 阶的最佳曲线拟合以及测量标记（使用numpy 函数 polyfit 和 polyval）。要确定最佳拟合，请评估从 1 到 3 的三个多项式模型。（将 cmets 放入代码中，描述哪个产生最佳拟合。）使用更精细的 x 值列表（250 到 1000 步，每步 10 步）计算 polyfit "
如果y 值是唯一提供的值，这确实是一个非常奇怪的问题。当然，您始终可以 plot 使用更多 x 值，但这不会改变拟合的准确性。
是的，我在我的图形计算器上试过了，但合身度没有任何改变……但我现在知道该怎么做了，哈哈

【解决方案3】：

要生成 250-1000 的值，请使用 range(start, stop, step)：

x = range(250,1001,10)
x = np.array(x)

【讨论】：