Python curve_fit 和 quad 学习笔记 Python curve_fit 和 quad 学习笔记

    import numpy as np
    from scipy.optimize import curve_fit
    
    # 定义模型函数，例如二次函数
    def model_func(x, a, b, c):
    return a * x**2 + b * x + c
    
    # 生成一些模拟数据
    x_data = np.linspace(0, 10, 50)
    y_data = model_func(x_data, 1, -2, 3) + np.random.normal(0, 5, x_data.size)
    
    # 使用 curve_fit 拟合模型
    popt, pcov = curve_fit(model_func, x_data, y_data)
    
    # popt 包含了最佳拟合参数
    print("拟合参数：", popt)
    
    # 使用拟合参数生成拟合曲线
    x_fit = np.linspace(0, 10, 100)
    y_fit = model_func(x_fit, *popt)
    
    # 绘制数据点和拟合曲线