Python | Numpy np.lagfit()方法
原文:https://www . geesforgeks . org/python-numpy-NP-lag fit-method/
借助**np.lagfit()**方法，利用np.lagfit()方法可以得到给定数据的拉盖尔级数的最小二乘拟合。
语法:
np.lagfit(x, y, deg)返回:返回拉盖尔级数对数据的最小二乘拟合。
示例#1 :
在这个示例中，我们可以看到，通过使用np.lagfit()方法，我们能够获得给定数据的拉盖尔级数的最小二乘拟合。
# import numpy and lagfit
import numpy as np
from numpy.polynomial.laguerre import lagfit
x, y = [1, 2], [3, 4]
deg = 2
# import np.lagfit() method
gfg = lagfit(x, y, deg)
print(gfg)
输出:
[2.125 -0.125 -1.75]
例 2 :
# import numpy and lagfit
import numpy as np
from numpy.polynomial.laguerre import lagfit
x, y = [1, 2, 3], [3, 4, 5]
deg = 3
# import np.lagfit() method
gfg = lagfit(x, y, deg)
print(gfg)
输出:
[3.06722689 -0.66386555 -0.40336134 0.40336134]
