Python：用两个或多个数据点外推趋势
我需要用2到n个数据点来推算出一条弯曲的趋势线，这样我就可以根据这条线来查询数据。在我脑海中，这条线大概是这样的（蓝色的线）：
这是为了一个“卡路里计算器”——我有一些关于不同体重下，进行某项活动时燃烧的卡路里数据。例如，如果你体重65公斤，你大约会燃烧420卡路里；如果你70公斤，你会燃烧480卡路里；如果你75公斤，你会燃烧550卡路里，等等。一个坐标轴表示卡路里，另一个坐标轴表示体重。
显然，如果我想知道一个没有数据点的体重下燃烧的卡路里，我就需要一条趋势线来进行查询，这就引出了我问题的第二部分：我该怎么做呢？
总结一下：
- 我怎么在Python中推算出一条趋势线？
- 我怎么查询这条趋势线，以便根据趋势线上的某个点来获取估算值？
1 个回答
4
numpy和scipy这两个库里有一些工具，可以帮助你把数学公式和数据点结合起来。也就是说，一旦你得到了一个公式，就可以在任何你想要的时间范围内画出这个公式的图。
这个回答 - 使用scipy、python和numpy进行非线性e^(-x)回归 - 里有一个非线性回归的例子（这个例子是一个指数函数，跟你提到的问题类似，不过它的指数是负的。一般来说，用正指数来拟合和推测数据是不太好的，因为这种推测对噪声和不确定性非常敏感，容易变得没有意义）。