本文实例讲述了Python线性拟合实现函数与用法。分享给大家供大家参考，具体如下：

1. 参考别人写的：

#-*- coding:utf-8 -*-import mathimport matplotlib.pyplot as pltdef linefit(x , y): N = float(len(x)) sx,sy,sxx,syy,sxy=0,0,0,0,0 for i in range(0,int(N)): sx += x[i] sy += y[i] sxx += x[i]*x[i] syy += y[i]*y[i] sxy += x[i]*y[i] a = (sy*sx/N -sxy)/( sx*sx/N -sxx) b = (sy - a*sx)/N r = abs(sy*sx/N-sxy)/math.sqrt((sxx-sx*sx/N)*(syy-sy*sy/N)) return a,b,rif __name__ == '__main__': x=[ 1 ,2 ,3 ,4 ,5 ,6] y=[ 2.5 ,3.51 ,4.45 ,5.52 ,6.47 ,7.51] a,b,r=linefit(x,y) print("X=",x) print("Y=",y) print("拟合结果: y = %10.5f x + %10.5f , r=%10.5f" % (a,b,r) ) plt.plot(x, y, "r:", linewidth=2) plt.grid(True) plt.show()

显示图像如下：

2. 不用拟合，直接显示一个一元函数

#-*- coding:utf-8 -*-import numpy as npimport matplotlib.pyplot as pltimport mathf = lambda x:5*x+4tx = np.linspace(0,10,50)print txplt.plot(tx, f(tx), "r-", linewidth=2)plt.grid(True)plt.show()

运行结果：

PS：这里再为大家推荐两款相似的在线工具供大家参考：

在线多项式曲线及曲线函数拟合工具：
http://tools.jb51.net/jisuanqi/create_fun

在线绘制多项式/函数曲线图形工具：
http://tools.jb51.net/jisuanqi/fun_draw

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。