在python中利用numpy求解多项式以及多项式拟合的方法

>>> p = np.poly1d([1,-4,3])   #二阶多项式系数>>> p(0)                  #自变量为0时多项式的值3>>> p.roots              #多项式的根array([3., 1.])>>> p(p.roots)              #多项式根处的值array([0., 0.])>>> p.order                  #多项式的阶数2>>> p.coeffs                #多项式的系数array([ 1, -4, 3])>>>

import matplotlib.pyplot as pltimport numpy as npn_dot = 20n_order = 3     #阶数x = np.linspace(0,1,n_dot)             #[0,1]之间创建20个点y = np.sqrt(x) + 0.2*np.random.rand(n_dot)p = np.poly1d(np.polyfit(x,y,n_order))      #拟合并构造出一个3次多项式print(p.coeffs)                #输出拟合的系数，顺序从高阶低阶#画出拟合出来的多项式所表达的曲线以及原始的点t = np.linspace(0,1,200)plt.plot(x,y,'ro',t,p(t),'-')plt.show()