大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
本篇文章为大家展示了怎么在python中利用matplotlib拟合直线,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
创新互联建站专注于企业网络营销推广、网站重做改版、佛山网站定制设计、自适应品牌网站建设、H5网站设计、购物商城网站建设、集团公司官网建设、成都外贸网站建设公司、高端网站制作、响应式网页设计等建站业务,价格优惠性价比高,为佛山等各大城市提供网站开发制作服务。import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.family'] = ['sans-serif'] plt.rcParams['font.sans-serif'] = ['SimHei'] def linear_regression(x, y): N = len(x) sumx = sum(x) sumy = sum(y) sumx2 = sum(x ** 2) sumxy = sum(x * y) A = np.mat([[N, sumx], [sumx, sumx2]]) b = np.array([sumy, sumxy]) return np.linalg.solve(A, b) #单臂 #修改数据1: X1=np.array([0,20,40,60,80,100,120,140,160,180,200]) Y1=np.array([0,0.02,0.06,0.1,0.13,0.16,0.19,0.22,0.245,0.278,0.3]) #半桥 #修改数据2: X2=np.array([0,20,40,60,80,100,120,140,160,180,200]) Y2=np.array([0,0.057,0.118,0.185,0.245,0.308,0.376,0.425,0.488,0.544,0.58]) a0, a1 = linear_regression(X1, Y1) # 生成拟合直线的绘制点 _X1 = [0, 200] _Y1 = [a0 + a1 * x for x in _X1] a0, a1 = linear_regression(X2, Y2) # 生成拟合直线的绘制点 _X2 = [0, 200] _Y2 = [a0 + a1 * x for x in _X1] #显示图像 plt.plot( X1, Y1, 'ro', linewidth=2,label="单臂电桥") plt.plot(_X1, _Y1, 'b',linewidth=2,label='单臂电桥',color='C0') plt.plot( X2, Y2, 'g^', linewidth=2,label='半桥') plt.plot(_X2, _Y2, 'b', linewidth=2,label='半桥',color='C1') plt.xlabel('weight/g') plt.ylabel('voltage/v') plt.legend() plt.show()
图例
上述内容就是怎么在python中利用matplotlib拟合直线,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注创新互联成都网站设计公司行业资讯频道。
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。