np.polyfit功能、返回值解析及两点直线拟合结果疑问

嘿，我来帮你把这个点彻底搞明白～

np.polyfit的核心功能 #

np.polyfit()是NumPy提供的多项式拟合工具，它通过最小二乘法找到最贴合输入数据点的多项式系数。如果输入的点刚好能被指定次数的多项式完美穿过（比如你用两点拟合1次直线），那它就会返回完全精确的多项式系数，没有拟合误差。

返回值的具体含义 #

它返回的是一个按多项式最高次项到常数项排序的系数数组。针对你用的1次多项式（直线拟合）：

• 对应的直线方程是 y = k*x + b（k是斜率，b是截距）
• 你得到的返回值[-1.04, 727.2]中，第一个元素-1.04就是直线的斜率k，第二个元素727.2就是截距b
• 也就是说这条拟合直线的方程是：y = -1.04*x + 727.2

因为两点可以唯一确定一条直线，所以这次拟合是完全精确的，代入你的(x1,y1)和(x2,y2)验证的话，计算出来的y值会和你输入的y1、y2完全一致。

举个额外的例子：如果用3次多项式拟合数据，返回的数组会是[a, b, c, d]，对应的多项式是y = a*x³ + b*x² + c*x + d，以此类推。

内容的提问来源于stack exchange，提问作者Ravi