python：curve_fit()实现数据拟合

本函数不仅可以用于直线、二次曲线、三次曲线的拟合和绘制，仿照代码中的形式，可以适用于任意形式的曲线的拟合和绘制，只要定义好合适的曲线方程即可。

特点⬇ xdata可以是数组，就是可以实现多元回归

xdata：array_like or object

The independent variable where the data is measured. Should usually be an M-length sequence or an (k,M)-shaped array for functions with k predictors, but can actually be any object.

应用例子：

下面是从1月开始阿拉斯加每个月的温度极值（摄氏度）：
最大值：17, 19, 21, 28, 33, 38, 37, 37, 31, 23, 19, 18
最小值：-62, -59, -56, -46, -32, -18, -9, -13, -25, -46, -52, -58
用scipy.optimize.curve_fit()拟合这个函数与数据

分析：

可以看出温度是以周期为12的正弦函数(这里一开始被我当成365了结果咋也做不好。。。)

构建函数
$$f(x)=a\cdot sin(\frac{2\pi \cdot x}{12}+b)+c$$
使用本函数完成拟合，下面是原始数据和拟合曲线（代码被吃了）：


实现方法见官方文档 curve_fit文档