NumPy的或SciPy的方式做多項式擬合在2個維度

Data

什麼是做基於x和y z的多項式地圖典型的方法是什麼？過去我使用過numpy.polyfit在2維中做類似的事情，所以我想我可以遍歷所有的點，然後用另一個1d的polyfit來適應這些答案。但是，似乎應該有一個更直接的方式。

順便說一下，圖片顯示了2組不同的數據，可以用不同的方程擬合。

2013-12-11 Matt

可能與一個顯著因素：http://stackoverflow.com/questions/7997152/python-3d -polynomial-surface-fit-order-dependent – aganders3

我看到了這個，但它似乎是一個非常自定義的解決方案。我正在研究它，但還沒有得到它的工作。 – Matt

在我看來，你真正想要的是用z（x，y）來擬合曲面（linear或spline），但是你只有一行數據。這就像只用一個方程求解兩個未知數一樣 - 問題是，基本上，你怎麼能夠決定紅色線從A到B的差異是由PSI的變化還是V的變化引起的？
我的建議：

2013-12-11 20:42:50 leeladam

我認爲你是對的，我想適應一個表面。我有更多的數據在不同的壓力和相同的電壓。讓我玩弄它一些，所以我可以肯定這是正確的答案。 – Matt

雖然你說得對，我想要適合一個表面，但我相信我所尋找的是線性迴歸而不是樣條。樣條曲線將適合它，但在低級硬件上作爲線性化實現會稍微複雜一點。線性迴歸也可以用來擬合我要求的原始曲線，所以我認爲這將是最正確的答案 – Matt

回答