python添加趨勢線

前兩天做半導(dǎo)體激光泵浦實(shí)驗(yàn)前普,記錄了一些數(shù)據(jù),看起來像是直線壹堰,想用python擬合一下拭卿,翻看了幫助的文檔,寫了一些代碼贱纠,在此由衷希望本科新生早早學(xué)會(huì)一門編程語言峻厚,雖然excel也能勝任,但編程能做到更多谆焊。
主要用的numpy里面的函數(shù)是polyfit惠桃,這個(gè)函數(shù)有三個(gè)參量(x,y,n),x和y是要輸入的數(shù)據(jù),n是要進(jìn)行要擬合的多項(xiàng)式的最高次數(shù)懊渡,比如此次用的就是線性擬合刽射,n=1,其返回值是多項(xiàng)式擬合的系數(shù)剃执,對(duì)于線性擬合就是斜率和截距誓禁,另外要調(diào)用的函數(shù)就是poly1d,擬合出這個(gè)多項(xiàng)式來,用polyfit的返回值作為參數(shù)肾档。
代碼如下

import matplotlib.pyplot as plt  
x1=[20,33,51,79,101,121,132,145,162,182,203,219,232,243,256,270,287,310,325]
y1=[49,48,48,48,48,87,106,123,155,191,233,261,278,284,297,307,341,319,341]
x2=[31,52,73,92,101,112,126,140,153,175,186,196,215,230,240,270,288,300]
y2=[48,48,48,48,49,89,162,237,302,378,443,472,522,597,628,661,690,702]
x3=[30,50,70,90,105,114,128,137,147,159,170,180,190,200,210,230,243,259,284,297,311]
y3=[48,48,48,48,66,173,351,472,586,712,804,899,994,1094,1198,1360,1458,1578,1734,1797,1892]
p1=np.poly1d(np.polyfit(x1[5:],y1[5:],1))
p2=np.poly1d(np.polyfit(x2[5:],y2[5:],1))
p3=np.poly1d(np.polyfit(x3[5:],y3[5:],1))
x=np.arange(20,350)
l1=plt.plot(x,p1(x),'r--',label='532nm')
l2=plt.plot(x,p2(x),'g--',label='offKDP')
l3=plt.plot(x,p3(x),'b--',label='offNd:VYO4')
plt.plot(x1,y1,'ro-',x2,y2,'g+-',x3,y3,'b^-')
plt.title('The Lasers in Three Conditions')
plt.xlabel('I/mA')
plt.ylabel('Power/uW')
plt.legend()
plt.show()```
![laser.png](http://upload-images.jianshu.io/upload_images/5994256-d83529989b68c8cc.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
參考自:https://docs.scipy.org/doc/numpy/reference/generated/numpy.polyfit.html
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末摹恰,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子怒见,更是在濱河造成了極大的恐慌俗慈,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,270評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件遣耍,死亡現(xiàn)場離奇詭異闺阱,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)舵变,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,489評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門酣溃,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人纪隙,你說我怎么就攤上這事赊豌。” “怎么了绵咱?”我有些...
    開封第一講書人閱讀 165,630評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵碘饼,是天一觀的道長。 經(jīng)常有香客問我,道長艾恼,這世上最難降的妖魔是什么住涉? 我笑而不...
    開封第一講書人閱讀 58,906評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮钠绍,結(jié)果婚禮上秆吵,老公的妹妹穿的比我還像新娘。我一直安慰自己五慈,他們只是感情好纳寂,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,928評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著泻拦,像睡著了一般毙芜。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上争拐,一...
    開封第一講書人閱讀 51,718評(píng)論 1 305
  • 那天腋粥,我揣著相機(jī)與錄音,去河邊找鬼架曹。 笑死隘冲,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的绑雄。 我是一名探鬼主播展辞,決...
    沈念sama閱讀 40,442評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼万牺!你這毒婦竟也來了罗珍?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,345評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤脚粟,失蹤者是張志新(化名)和其女友劉穎覆旱,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體核无,經(jīng)...
    沈念sama閱讀 45,802評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡扣唱,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,984評(píng)論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了团南。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片噪沙。...
    茶點(diǎn)故事閱讀 40,117評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖已慢,靈堂內(nèi)的尸體忽然破棺而出曲聂,到底是詐尸還是另有隱情霹购,我是刑警寧澤佑惠,帶...
    沈念sama閱讀 35,810評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響膜楷,放射性物質(zhì)發(fā)生泄漏旭咽。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,462評(píng)論 3 331
  • 文/蒙蒙 一赌厅、第九天 我趴在偏房一處隱蔽的房頂上張望穷绵。 院中可真熱鬧,春花似錦特愿、人聲如沸仲墨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,011評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽目养。三九已至,卻和暖如春毒嫡,著一層夾襖步出監(jiān)牢的瞬間癌蚁,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,139評(píng)論 1 272
  • 我被黑心中介騙來泰國打工兜畸, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留努释,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,377評(píng)論 3 373
  • 正文 我出身青樓咬摇,卻偏偏與公主長得像伐蒂,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子肛鹏,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,060評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容