在python中利用numpy求解多项式以及多项式拟合的方法

> p = np.poly1d([1,-4,3])   #二阶多项式系数
> p(0)                  #自变量为0时多项式的值
3
> p.roots              #多项式的根
array([3., 1.])
> p(p.roots)              #多项式根处的值
array([0., 0.])
> p.order                  #多项式的阶数
2
> p.coeffs                #多项式的系数
array([ 1, -4, 3])
>

import matplotlib.pyplot as plt
import numpy as np

n_dot = 20
n_order = 3     #阶数

x = np.linspace(0,1,n_dot)             #[0,1]之间创建20个点
y = np.sqrt(x) + 0.2*np.random.rand(n_dot)
p = np.poly1d(np.polyfit(x,y,n_order))      #拟合并构造出一个3次多项式
print(p.coeffs)                #输出拟合的系数，顺序从高阶低阶

#画出拟合出来的多项式所表达的曲线以及原始的点
t = np.linspace(0,1,200)
plt.plot(x,y,'ro',t,p(t),'-')
plt.show()