在Python中获取勒让德级数的最小二乘拟合
要获取勒让德级数的最小二乘拟合,请使用Python numpy中的legendre.legfit()方法。该方法返回按顺序排列的勒让德系数,从低到高。如果y是二维的,则 y列k中数据的系数位于列k中。
参数x是M个样本(数据)点(x [i],y [i])的x坐标。参数y是样本点的y坐标。多个共享相同x坐标的样本集可以(独立地)使用polyfit进行拟合,通过传递一个包含每列一个数据集的2-D数组。
参数deg是拟合多项式的度数。如果deg是单个整数,则包括一个到deg’x项的所有项。参数rcond是拟合条件数的相对条件数。与最大奇异值相比,小于rcond的奇异值将被忽略。默认值是len(x)* eps,其中eps是平台浮点类型的相对精度,在大多数情况下约为2e-16。参数full是开关,确定返回值的性质。当为False(默认值)时只返回系数;当为True时,还返回奇异值分解的诊断信息。
参数w是权重。如果不为None,则权重w [i]适用于x [i]处的未平方残差y [i] – y_hat [i]。理想情况下,权重应该被选择为所有产品w [i] * y [i]的误差具有相同的方差。使用反方差加权时,请使用w [i] = 1 / sigma(y [i])。默认值为None。
步骤
首先,导入所需的库 –
x坐标-
显示x坐标-
y坐标-
要获取勒让德级数的最小二乘拟合,请使用Python numpy中的legendre.legfit()方法。该方法返回按顺序排列的勒让德系数,从低到高。如果y是二维的,则y列k中数据的系数位于列k中-