使用 polyfit() 函数时如何舍入多项式系数？

Question

我使用polyfit() 函数将多项式拟合到列表data 中的点：

import numpy as np

data = [1,4,5,7,8,11,14,15,16,19]

x = np.arange(0,len(data))
y = np.array(data)
z = np.polyfit(x,y,2)

print (z)
print ("{0}x^2 + {1}x + {2}".format(*z))

输出：

[0.00378788  1.90530303  1.31818182]
0.003787878787878751x^2 + 1.9053030303030298x + 1.3181818181818175

如何使用四舍五入的系数（例如小数点后三位）来拟合点？例如，获取：

[0.004  1.905  1.318]
0.004x^2 + 1.905x + 1.318

Answer 1

polyfit 方法中没有用于舍入的选项。 IIUC，你可以在申请polyfit后使用round。

import numpy as np

data = [1,4,5,7,8,11,14,15,16,19]

x = np.arange(0,len(data))
y = np.array(data)
z = np.polyfit(x,y,2).round(decimals=3)
array([0.004, 1.905, 1.318])

对于恰好介于四舍五入的十进制值之间的值，NumPy 舍入到最接近的偶数值。 因此 1.5 和 2.5 舍入到 2.0，- 0.5 和 0.5 舍入到 0.0 等。由于 IEEE 浮点标准 [R9] 中小数部分的不精确表示以及按 10 的幂缩放时引入的错误，结果也可能令人惊讶。 -- 引用自numpy.around