这篇文章主要介绍python怎样实现数据的线性拟合，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
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 np
import matplotlib.pyplot as plt
from scipy import optimize
def f_1(x, A, B):
return A * x + B
plt.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 + B1
plt.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
以上是“python怎样实现数据的线性拟合”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！
