使用numpy进行多项式外推遇两类错误，求技术解决方案

1. 解决'numpy.ndarray' object is not callable错误 #

• 错误原因：f = poly.polyval(x, z)执行后，f是拟合得到的原始x对应的y值数组，不是可调用的函数。你试图用f(x2)把数组当函数调用，自然会报错。
• 解决方法：直接用poly.polyval(x2, z)计算扩展x轴x2对应的拟合外推值，不需要先赋值给f。

2. 解决阶数≥21时的SVD did not converge in Linear Least Squares错误 #

• 错误原因：
  • 高次多项式拟合本身容易导致矩阵病态：当多项式阶数接近甚至超过样本点数量时，最小二乘求解的系数矩阵会变得极端奇异，奇异值分解（SVD）无法收敛。
  • 你的x值量级是1e12，高次项（比如x^21）的数值会爆炸式增长，进一步加剧数值不稳定，触发SVD收敛失败。
• 解决方法：
  • 优先降低多项式阶数：先尝试5-10阶的多项式，观察拟合效果，外推不需要过高阶数，高阶反而容易在边界出现剧烈波动（龙格现象）。
  • 对x做归一化处理：将x转换为小范围数值（比如减去均值再除以标准差），消除大数值带来的数值不稳定，代码里可以用x_normalized = (np.array(x) - np.mean(x)) / np.std(x)，拟合后再用归一化的逆变换计算外推值。
  • 换用更适合外推的方法：比如分段低阶多项式拟合、样条插值（但样条外推效果有限），或者使用专门的趋势外推模型。

import numpy as np
import matplotlib.pyplot as plt
import numpy.polynomial.polynomial as poly

y = [9.996651009,10.13327408,10.27003353,10.43754263,10.60523071,10.71136134,10.81753489,10.92299416,11.02853271,11.10093835,11.17349619,11.16565259,11.15787539,11.16191795,11.16626826,11.16087842,11.15561384,11.16940196,11.18346164,11.22434472,11.26537218,11.35981126,11.45427174,11.6102862,11.76633923,11.89058563,12.01486743,12.21133227,12.40782023,12.55682327,12.7059072,12.88910065,13.07234341,13.20139753,13.33048759,13.46960371,13.60875466,13.71956075,13.83042354,13.91157425,13.99277241,14.08548465,14.17824161,14.26091536,14.34364144,14.43504833,14.52651725,14.59548578,14.66449439,14.73751377,14.81058218,14.88687742,14.96322511,15.038278,15.11342222,15.1644832,15.21556914,15.31798775,15.42044285,15.51000031,15.59959896,15.68089263,15.76229354,15.86213633,15.96214484,16.0269976,16.0923806,16.16483146,16.23762336,16.24233076,16.24719576,16.26116812,16.27543692,16.28311024,16.29128992,16.23458771,16.17830522,16.12636211,16.07478778]
y.reverse()

# 生成原始x轴并转为numpy数组
x = []
i = 192.1e12
while i <= 196e12:
    x.append(i)
    i += 50e9
x = np.array(x)

# 生成扩展x轴并转为numpy数组
x2 = []
i1 = 191.325e12
while i1 <= 196.125e12:
    x2.append(i1)
    i1 += 50e9
x2 = np.array(x2)

# 多项式拟合（这里用10阶，可根据效果调整）
z = poly.polyfit(x, y, 10)

# 计算原始x的拟合值和扩展x的外推值
f_original = poly.polyval(x, z)
f_extrapolate = poly.polyval(x2, z)

# 绘图
plt.plot(x, y, label='原始数据')
plt.plot(x, f_original, label='拟合曲线')
plt.plot(x2, f_extrapolate, linestyle='--', label='外推曲线')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者MRR