Python 实现基于实验数据的函数拟合与数值计算

使用 Python 实现基于实验数据的函数拟合与数值计算

本文介绍如何使用 Python 语言实现基于实验数据的函数拟合，并根据用户输入值进行数值计算，同时绘制数据拟合曲线。

1. 导入必要的库

import numpy as np
import matplotlib.pyplot as plt

2. 定义函数 myfunc

该函数接收用户输入的 x 值，并根据拟合得到的函数返回对应的 y 值。

def myfunc(x):
    x_data = np.array([0, 40, 70, 99.7])
    y_data = np.array([12, 1801, 3207, 4001])
    f = np.polyfit(x_data, y_data, 2)
    y = np.polyval(f, x)
    return y

3. 获取用户输入值

x_input = float(input('单片机读数：'))

4. 计算对应的 y 值

y_output = myfunc(x_input)
print('对应的浓度理论值为：', y_output)

5. 绘制数据拟合曲线

x_data = np.array([0, 40, 70, 99.7])
y_data = np.array([12, 1801, 3207, 4001])
plt.plot(x_data, y_data, '-.')
plt.xlabel('Density(%)', fontname='Times New Roman', fontsize=12)
plt.ylabel('Amount', fontname='Times New Roman', fontsize=12)
plt.title('Data')
plt.ylim(0, 4095)
plt.xlim(0, 100)
plt.grid(True)
plt.show()

完整代码：

import numpy as np
import matplotlib.pyplot as plt

def myfunc(x):
    x_data = np.array([0, 40, 70, 99.7])
    y_data = np.array([12, 1801, 3207, 4001])
    f = np.polyfit(x_data, y_data, 2)
    y = np.polyval(f, x)
    return y

x_input = float(input('单片机读数：'))
y_output = myfunc(x_input)
print('对应的浓度理论值为：', y_output)

x_data = np.array([0, 40, 70, 99.7])
y_data = np.array([12, 1801, 3207, 4001])
plt.plot(x_data, y_data, '-.')
plt.xlabel('Density(%)', fontname='Times New Roman', fontsize=12)
plt.ylabel('Amount', fontname='Times New Roman', fontsize=12)
plt.title('Data')
plt.ylim(0, 4095)
plt.xlim(0, 100)
plt.grid(True)
plt.show()

该程序首先定义了一个函数 myfunc，该函数使用 np.polyfit 函数对实验数据进行二阶多项式拟合，并使用 np.polyval 函数计算用户输入的 x 值对应的 y 值。然后，程序从用户获取输入的单片机读数，并使用 myfunc 函数计算对应的浓度理论值。最后，程序使用 matplotlib 库绘制数据拟合曲线。