如何模仿Excel'；Python中的LOGEST函数

我对在Python中模拟Excel的LOGEST函数很感兴趣，但不知道从何处开始。

下面是一个使用LOGEST的图形装配工，如中所述

---

下面是一个使用LOGEST的图形装配工，如中所述

---

你可以用对数做线性回归，也可以用指数函数拟合。在这里，我分别展示了使用和的两种解决方案

以下是Microsoft Excel中函数

LOGEST

的示例：

使用

linregress

的方法：

from scipy.stats import linregress
import math

x = months = [11, 12, 13, 14, 15, 16]
y = units = [33100, 47300, 69000, 102000, 150000, 220000]

slope, intercept, r_value, p_value, std_err = linregress(
    x,
    list(map(math.log, y)),
    )
print('m', math.exp(slope))
print('b', math.exp(intercept))

输出：

m 1.4632756281161756
b 495.3047701587278

m 1.4678382448967822
b 473.717820465515

使用

曲线拟合的方法

：

from scipy.optimize import curve_fit

def f(x, b, m):
    return b * m ** x

popt, pcov = curve_fit(f, x, y)
print('m', popt[1])
print('b', popt[0])

输出：

m 1.4632756281161756
b 495.3047701587278

m 1.4678382448967822
b 473.717820465515

---

你可以用对数做线性回归，也可以用指数函数拟合。在这里，我分别展示了使用和的两种解决方案

以下是Microsoft Excel中函数

LOGEST

的示例：

使用

linregress

的方法：

from scipy.stats import linregress
import math

x = months = [11, 12, 13, 14, 15, 16]
y = units = [33100, 47300, 69000, 102000, 150000, 220000]

slope, intercept, r_value, p_value, std_err = linregress(
    x,
    list(map(math.log, y)),
    )
print('m', math.exp(slope))
print('b', math.exp(intercept))

输出：

m 1.4632756281161756
b 495.3047701587278

m 1.4678382448967822
b 473.717820465515

使用

曲线拟合的方法

：

from scipy.optimize import curve_fit

def f(x, b, m):
    return b * m ** x

popt, pcov = curve_fit(f, x, y)
print('m', popt[1])
print('b', popt[0])

输出：

m 1.4632756281161756
b 495.3047701587278

m 1.4678382448967822
b 473.717820465515

---

查看该函数的excel帮助，然后查看一些数学教科书。@SolarMike我不理解您的评论与Python特定问题之间的关系。请您简要解释一下好吗？@JamesPhillips excel被清楚地提到并标记为comare的标准。顺便问一下，使用相同的数据集，您的结果如何叠加？@SolarMike请与OP讨论。请查看该函数的excel帮助，然后查看一些数学教科书。@SolarMike我不理解您的评论与Python特定问题之间的关系。请您简要解释一下好吗？@JamesPhillips excel被清楚地提到并标记为comare的标准。顺便问一下，使用相同的数据集，您的结果如何叠加？@SolarMike请与OP讨论。