自定义离散点进行指定多项式函数拟合

用户自己自己输入坐标点，拟合函数可根据用户输入的多项式的最高次方进行自动拟合函数，拟合方法采用最小二乘法进行函数拟合。

(1,2),(2,5),(3,10),(4,17),(5,26),(6,37)(7,50),(8,65),(9,82)
很显然是函数为二次函数，y=x^2+1
代码中，f1 = np.polyfit(x, y, 2)，2表示使用二次函数进行拟合

import numpy as np
import matplotlib.pyplot as plt#定义x、y散点坐标
x = [1,2,3,4,5,6,7,8,9]
x = np.array(x)
print('x is :\n',x)num = [2,5,10,17,26,37,50,65,82]y = np.array(num)
print('y is :\n',y)#用多次多项式拟合
f1 = np.polyfit(x, y, 2)
print('f1 is :\n',f1)
p1 = np.poly1d(f1)
print('p1 is :\n',p1)#也可使用yvals=np.polyval(f1, x)
yvals = p1(x) #拟合y值
print('yvals is :\n',yvals)#绘图
plot1 = plt.plot(x, y, 's',label='original values')
plot2 = plt.plot(x, yvals, 'r',label='polyfit values')
plt.xlabel('grade')
plt.ylabel('value')
plt.legend(loc=4) #指定标识的位置(1为右上角，2为左上角，3为左下角，4为右下角)
plt.title('Color fastness grade')
plt.show()

运行效果如下：