Python 擬合二次函數

_x000D_

Python 是一種強大的編程語言，它可以用于各種各樣的任務，包括數據分析、機器學習和科學計算。我們將探討如何使用 Python 擬合二次函數。

_x000D_

二次函數是一種形式為 y = ax^2 + bx + c 的函數，其中 a、b 和 c 是常數，x 是自變量，y 是因變量。這種函數通常被用來描述一些曲線的形狀，比如拋物線或者是開口向上或向下的 U 形曲線。

_x000D_

在 Python 中，我們可以使用 NumPy 和 Matplotlib 兩個庫來擬合二次函數和繪制曲線。

_x000D_

使用 NumPy 擬合二次函數

_x000D_

NumPy 是一個用于科學計算的 Python 庫，它包含了許多用于數值計算的函數和工具。其中一個函數就是 polyfit()，它可以用于擬合二次函數。

_x000D_

下面是一個使用 polyfit() 函數擬合二次函數的例子：

_x000D_

`python

_x000D_

import numpy as np

_x000D_

import matplotlib.pyplot as plt

_x000D_

x = np.array([1, 2, 3, 4, 5])

_x000D_

y = np.array([2.5, 5.7, 9.1, 13.2, 18.5])

_x000D_

p = np.polyfit(x, y, 2)

_x000D_

print(p)

_x000D_ _x000D_

這段代碼中，我們首先導入了 NumPy 和 Matplotlib 庫，并創建了兩個數組 x 和 y，分別代表自變量和因變量。然后，我們使用 polyfit() 函數擬合了這個數據集的二次函數，并將結果存儲在變量 p 中。我們打印了擬合結果。

_x000D_

運行這段代碼，我們可以得到以下輸出：

_x000D_ _x000D_

[ 1.14 -1.49 3.79]

_x000D_ _x000D_

這個輸出告訴我們，擬合出的二次函數的系數分別為 1.14、-1.49 和 3.79。

_x000D_

使用 Matplotlib 繪制曲線

_x000D_

Matplotlib 是一個用于繪制圖表和可視化數據的 Python 庫。我們可以使用它來繪制擬合出的二次函數的曲線。

_x000D_

下面是一個使用 Matplotlib 繪制二次函數曲線的例子：

_x000D_

`python

_x000D_

import numpy as np

_x000D_

import matplotlib.pyplot as plt

_x000D_

x = np.array([1, 2, 3, 4, 5])

_x000D_

y = np.array([2.5, 5.7, 9.1, 13.2, 18.5])

_x000D_

p = np.polyfit(x, y, 2)

_x000D_

plt.scatter(x, y)

_x000D_

plt.plot(x, np.polyval(p, x), color='red')

_x000D_

plt.show()

_x000D_ _x000D_

這段代碼中，我們首先導入了 NumPy 和 Matplotlib 庫，并創建了兩個數組 x 和 y，分別代表自變量和因變量。然后，我們使用 polyfit() 函數擬合了這個數據集的二次函數，并將結果存儲在變量 p 中。我們使用 scatter() 函數繪制了原始數據點的散點圖，并使用 plot() 函數繪制了擬合出的二次函數的曲線。

_x000D_

運行這段代碼，我們可以得到以下輸出：

_x000D_


_x000D_

這個圖表展示了原始數據點和擬合出的二次函數的曲線。我們可以看到，擬合的曲線與原始數據點的分布相當接近。

_x000D_

問答

_x000D_

1. 什么是二次函數？

_x000D_

二次函數是一種形式為 y = ax^2 + bx + c 的函數，其中 a、b 和 c 是常數，x 是自變量，y 是因變量。這種函數通常被用來描述一些曲線的形狀，比如拋物線或者是開口向上或向下的 U 形曲線。

_x000D_

2. 如何使用 Python 擬合二次函數？

_x000D_

我們可以使用 NumPy 庫中的 polyfit() 函數來擬合二次函數。這個函數接受兩個數組作為參數，分別代表自變量和因變量。它會返回一個包含三個元素的數組，分別代表擬合出的二次函數的系數。我們可以使用這些系數來繪制二次函數的曲線。

_x000D_

3. 如何使用 Matplotlib 繪制二次函數的曲線？

_x000D_

我們可以使用 Matplotlib 庫中的 plot() 函數來繪制二次函數的曲線。這個函數接受兩個數組作為參數，分別代表自變量和因變量。我們可以使用 NumPy 庫中的 polyval() 函數來計算因變量的值。然后，我們可以使用 scatter() 函數繪制原始數據點的散點圖，并使用 plot() 函數繪制擬合出的二次函數的曲線。我們可以使用 show() 函數顯示圖表。

_x000D_