使用polyfit()函数时如何对多项式系数进行取整？

嘿，我之前刚好处理过一模一样的需求！给你两个简单直接的方法，就能拿到你想要的保留三位小数的拟合结果：

方法一：对系数数组直接四舍五入 #

利用numpy自带的np.round()函数，直接对polyfit返回的系数数组进行处理，指定保留3位小数即可。修改后的完整代码如下：

import numpy as np
data = [1,4,5,7,8,11,14,15,16,19]
x = np.arange(0,len(data))
y = np.array(data)
z = np.polyfit(x,y,2)
# 对系数数组保留三位小数四舍五入
z_rounded = np.round(z, 3)
print(z_rounded)
print("{0}x^2 + {1}x + {2}".format(*z_rounded))

运行这段代码后，输出结果就是你想要的：

[0.004 1.905 1.318]
0.004x^2 + 1.905x + 1.318

方法二：格式化输出时指定小数位数 #

如果只是需要输出美观的字符串，也可以不用提前处理数组，直接在format()方法里为每个系数指定小数位数，这样更灵活。代码修改如下：

import numpy as np
data = [1,4,5,7,8,11,14,15,16,19]
x = np.arange(0,len(data))
y = np.array(data)
z = np.polyfit(x,y,2)
# 数组输出时保留三位小数
print(np.round(z, 3))
# 格式化字符串时指定每个系数保留三位小数
print("{0:.3f}x^2 + {1:.3f}x + {2:.3f}".format(*z))

这里{0:.3f}的含义是对第一个参数以浮点数格式保留三位小数，同样能得到符合要求的输出结果。

内容的提问来源于stack exchange，提问作者Tomasz Przemski