我试图在Matlab中绘制二维数据集的多项式拟合图。
这就是我试过的:
rawTable = readtable('Test_data.xlsx','Sheet','Sheet1');
x = rawTable.A;
y = rawTable.B;
figure(1)
scatter(x,y)
c = polyfit(x,y,2);
y_fitted = polyval(c,x);
hold on
plot(x,y_fitted,'r','LineWidth',2)
rawTable.A和rawTable.A是随机
我是这个论坛的新手。我有一个小问题来理解如何从csv文件中的值计算斜率和截距。 这是我的工作代码(minquadbasso.py是程序的名称): import numpy as np
import matplotlib.pyplot as plt # To visualize
import pandas as pd # To read data
from sklearn.linear_model import LinearRegression
data = pd.read_csv('TelefonoverticaleAsseY.csv') # load data se
我有1x1024矩阵。所以我想估计一个多项式方程。
X= (0:1023)'
Y= acquired data. A 1024 element vector
然后我在MATLAB中试了一下:
polyfit(x,y,5)
但MATLAB发出的警告结果异常。
Warning: Polynomial is badly conditioned. Add points with distinct X values, reduce the degree of the ...
我不明白我做错了什么?
更新
我有很多这样的数字。
Y=
-0.0000000150
...
0.00001
...
import numpy as np
from matplotlib import pyplot as plt
a = np.ndarray((2,8))
a[0] = [0,10,21.5,25.2,70,89,112,150] # row for all X values
a[1] = [0,5,10,15,20,25,30,35] # row for all Y values
#Value by curve fitting - 7th order polynomial
trend = np.polyfit(a[0], a[1], 7)
trendpoly