使用更准确的 x 值数组在 matplotlib 中生成最佳拟合线？

Question

我目前被困在一个问题上，我需要生成一条最佳拟合曲线，我需要以 10 为步长使用从 250 到 100 的更精确的 x 数组。到目前为止，这是我的代码。

import numpy as np

from numpy import polyfit, polyval

import matplotlib.pyplot as plt

x = [250,300,350,400,450,500,550,600,700,750,800,900,1000]

x = np.array(x)

y = [0.791, 0.846, 0.895, 0.939, 0.978, 1.014, 1.046, 1.075, 1.102, 1.148, 1.169, 1.204, 1.234]

y= np.array(y)

r = polyfit(x,y,3)

fit = polyval(r, x)

plt.plot(x, fit, 'b')

plt.plot(x,y, color = 'r', marker = 'x')

plt.show()

Answer 1

如果我理解正确，您正在尝试通过 c 的步骤创建从 a 到 b 的数字数组。使用纯 python，您可以使用：list(range(a, b, c)) #in your case list(range(250, 1000, 10))或者，由于您使用的是 numpy，因此可以直接创建 numpy 数组：np.arange(a, b, c)

Answer 2

要生成 250-1000 之间的值，请使用 range(start, stop, step)：x = range(250,1001,10)x = np.array(x)

Answer 3

要分步创建数组，您可以使用numpy.arange([start,] stop[, step])：import numpy as npx = np.arange(250,1000,10)