Numpy 二次多项式回归的最佳拟合线

我正在尝试使用阶数为2的numpy中的polyfit函数在2个点x和y之间创建最佳拟合线

fit = polyfit(x, y, 2)
fit_fn = poly1d(fit)

plot(x, y, 'k.', x, fit_fn(x), '--r', linewidth=1)
plt.xlabel("x")
plt.ylabel("y")

我有点困惑，为什么最合适的线条这么粗，而不是简单的线条。 你觉得我在代码里做错了什么吗

---

问题是您的

x

没有排序。试一试

plot(x, y, 'k.', sort(x), fit_fn(sort(x)), '--r', linewidth=1)

---

从

（x_0，fit_fn（x_0））

到

（x_1，fit_fn（x_1））的绘图“连接点”

。如果你的

x

没有被排序，那么这条线就会到处呈之字形，使它看起来很粗。

如果

x

很大，你就浪费时间对它排序两次，我会说

xs=np。排序（x）

然后

绘图（x，y，'k'，xs fit\fn（xs），…）