很多业务场景中，我们希望通过一个特定的函数来拟合业务数据，以此来预测未来数据的变化趋势。(比如用户的留存变化、付费变化等)
10年积累的成都网站制作、做网站、外贸营销网站建设经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站设计后付款的网站建设流程，更有鹤壁免费网站建设让你可以放心的选择与我们合作。
本文主要介绍在 Python 中常用的两种曲线拟合方法：多项式拟合 和 自定义函数拟合。
通过多项式拟合，我们只需要指定想要拟合的多项式的最高项次是多少即可。
运行结果：
对于自定义函数拟合，不仅可以用于直线、二次曲线、三次曲线的拟合，它可以适用于任意形式的曲线的拟合，只要定义好合适的曲线方程即可。
运行结果：
在seaborn中，绘制折线图的函数有 lineplot 和 relplot 。
简单方式是传入pandas Series，其索引会成为x轴，值为y轴。
另一种方式是传入pandas dataFrame，通过设置 x , y 绘制。
当折线图中，x轴对应多个y轴数据时，seaborn会自动绘制置信区间。
图中的阴影表示置信区间，默认是 95% ，可以通过 ci 参数修改置信区间。
在一个图中绘制多条折线图。需要传入的数据为pandas dataFrame。
当传入长型数据时，除了需要设置 x ， y 参数外，还需要设置 hue 或 size 或 style 参数。
seaborn可以直接对宽型数据绘制多折线图，其索引成为x轴，所有的列自动绘制成多折线。
设置 makers=True 参数可以显示散点。
分面折线图的绘制，需要用 relplot 函数。设置 kind="line" 表示绘制折线图，设置 col 或 row 控制分面行为。
Python中利用guiqwt进行曲线数据拟合。
示例程序：
图形界面如下：
