有什么区别
https://docs.scipy.org/doc/numpy/reference/generated/numpy.polyfit.html
以及
https://docs.scipy.org/doc/numpy/reference/generated/numpy.polynomial.polynomial.polyfit.html
什么时候我应该用哪一个呢?在
我检查了代码,但是两者都使用纽比.利纳格.利纳格.lstsq在它们的代码中,但在其他方面不同。在
文件纽比.波利菲特也建议使用
https://docs.scipy.org/doc/numpy/reference/generated/numpy.polynomial.polynomial.Polynomial.fit.html
正确的选择是什么?在
(好处:当我想做的第一件事就是适应我的数据时,我将如何使用该类?)在
据我所知,这里有很多遗留的包袱,我们不应该使用
numpy.polyfit
,而应该选择{a1}。在考虑comments on this github issue from 2016:
再过一会儿
从先前的评论中可以明显看出,“历史事故”是指MATLAB's ^{} 的行为,它首先需要高阶。早期的numpy保留了这个令人费解的约定(它甚至可能继承了项目的前身),但是后来实现了{}来正确地执行它™. 关键的区别在于(与MATLAB不同)python使用基于0的索引,在这种情况下,首先有零阶是非常自然的。在这个约定中,有一个漂亮的属性,即条目
k
对应于术语x**k
。在然后有一个新的帐户in another issue from this year试图给出一个更连贯的图片。引用该期文章中的历史回忆:
开发人员对这两个问题的回答清楚地表明}的指针,但是仍然有很多模糊之处。理想情况下,
numpy.polyfit
是技术债务,正如其文档所说,新代码应该使用Polynomial
类。自2016年以来,文档已经有了很大的改进,现在有了从numpy.polyfit
到{polyfit
方法都应该解释它们相对于另一个方法的情况,并向用户指出Polynomial
类是编写新代码的一种明显方式。在相关问题 更多 >
编程相关推荐