Python代碼 import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()ax = Axes3D(fig)X = np.arange(-4, 4, 0.25)Y = np.arange(-4, 4, 0.25)X, Y = np.meshgrid(X, Y)R = np.sqrt(X**2 + Y**2)Z = np.sin(R)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')plt.show() 運(yùn)行結(jié)果:
創(chuàng)新互聯(lián)主營隴南網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,重慶APP開發(fā)公司,隴南h5小程序設(shè)計搭建,隴南網(wǎng)站營銷推廣歡迎隴南等地區(qū)企業(yè)咨詢
很多業(yè)務(wù)場景中,我們希望通過一個特定的函數(shù)來擬合業(yè)務(wù)數(shù)據(jù),以此來預(yù)測未來數(shù)據(jù)的變化趨勢。(比如用戶的留存變化、付費(fèi)變化等)
本文主要介紹在 Python 中常用的兩種曲線擬合方法:多項式擬合 和 自定義函數(shù)擬合。
通過多項式擬合,我們只需要指定想要擬合的多項式的最高項次是多少即可。
運(yùn)行結(jié)果:
對于自定義函數(shù)擬合,不僅可以用于直線、二次曲線、三次曲線的擬合,它可以適用于任意形式的曲線的擬合,只要定義好合適的曲線方程即可。
運(yùn)行結(jié)果:
matlab的話
方法一
用[xx,yy] = meshgrid(x_min:step:x_max,y_min:step:y_max)生成x和y的坐標(biāo)
用zz = griddata(x,y,z,xx,yy,'v4')插值生成相應(yīng)的z坐標(biāo)
方法二
用tri = delaunay(x,y)讓點(diǎn)自行連接成一個個三角形
trisurf(tri,x,y,z)生成曲面
再用shading interp 插值擬合
如果你的曲面在xy平面的投影不是矩形的話,記得用inpolygon吧不在區(qū)域內(nèi)的點(diǎn)刪除掉