使用 numpy.polyfit

Question

我已经使用 numpy.polyfit 在一些数据上绘制了一条曲线，并试图找到曲线与不同线相交的位置。 但是，我似乎误解了该函数的工作原理，因为在尝试使用生成的系数来查找曲线上的值时，我得到了无意义的答案。

2458880.2995 1.595
2458880.3046 1.62
2458880.3566 1.609
2458880.3585 1.599
2458880.7 1.667
2458880.7549 1.571

这里JD是左列，mag是右列

x = JD
y = mag

coeffs = numpy.polyfit(x,y,2)

poly = numpy.poly1d(coeffs)

new_x = numpy.linspace(x[0], 2458940)
new_y = poly(new_x)

plt.plot(x,y,'x', new_x,new_y)

a,b,c = coeffs



# y = ax^2 + bx + c


xa = 2458880.2995

ya = a*(xa**2) + b*(xa) + c

print(ya)

当我们期望值接近 1.595 时，这会输出值 -2.827387571334839

所以曲线在数据上正确拟合，但在尝试使用产生的系数时，我得到了错误的答案。

Answer 1

import matplotlib.pyplot as plt
import numpy
import warnings
warnings.simplefilter('ignore', numpy.RankWarning)

JD = [2458880.2995,2458880.3046,2458880.3566,2458880.3585,2458880.7,2458880.7549] 
mag=[1.595,1.62,1.609,1.599,1.667,1.571]

x = JD
y = mag

coeffs = numpy.polyfit(x,y,2)

poly = numpy.poly1d(coeffs)

new_x = numpy.linspace(x[0], 2458940)
new_y = poly(new_x)

plt.plot(x,y,'x', new_x,new_y)

a,b,c = coeffs



# y = ax^2 + bx + c


xa = 2458880.2995

ya = a*(xa**2) + b*(xa) + c

print(ya)

我已经添加了

import warnings
warnings.simplefilter('ignore', numpy.RankWarning)

当我收到导致问题的 rankwarning 错误时，现在输出为 1.6

“等级警告意味着最小二乘拟合中系数矩阵的等级不足。只有在 full = False 时才会发出警告。” numpy.ployfit在最后一个 Rank Warning 中提到