Python 从数据点拟合双曲线

我有涡轮增压器压力图的实验数据点（x1，x2，…，xn），（y1，y2，…，yn），我想得到趋势线方程。我的研究结果是：

y = (ax^5 + bx^4 + cx^3 + dx^2 + ex + f)/(x+g)    # my equation

请告诉我，有什么现成的功能吗？ 我尝试使用np.polyfit，但它适用于通常的多项式，我必须以这种方式猜测“g”：

# y*(x-g) = ax^5 + bx^4 + cx^3 + dx^2 + ex + f
pc  = np.polyfit(x, y*(x+g), 5)
y = (pc[0]*x**5 + pc[1]*x**4 + pc[2]*x**3 + pc[3]*x**2 + pc[4]*x + pc[5])/(x + g)

---

如果有人能帮我得到方程的系数，那就太好了。

虽然这会导致稍微不同的最小化，但你可以将方程线性化为

x y = ax^5 + bx^4 + cx^3 + dx^2 + ex + f - g y

---

然后用线性最小二乘法求解。

x+g

或

x-g

？-g，因为它总是负值。但是，当我们在寻找它的时候，这并不重要，seems@ray_med：有连贯的方程很重要。它不起作用，因为我们有常数项=f+gy`。即使f=0，我们也有g=pc[5]/y，它不是computable@ray_med：它确实有效，它是一个在7个未知数中超定的系统。但是你没有义务相信我。