1. Description de la méthode polyfit()
La méthode numpy.polyfit() est une fonction de la bibliothèque numpy de Python qui permet d'ajuster une fonction polynomiale à un ensemble de données. Elle permet de trouver les coefficients d'un polynôme de degré donné qui minimise l'erreur quadratique entre les valeurs observées et les valeurs prédites par le polynôme.
Syntaxe de la méthode polyfit()
1 |
numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False) |
où:
- x : un tableau de données de forme (N,) représentant les valeurs de la variable indépendante
- y : un tableau de données de forme (N,) représentant les valeurs de la variable dépendante
- deg : l'ordre du polynôme à ajuster
- rcond : seuil de tolérance pour le calcul des coefficients du polynôme. Si la matrice d'entrée est mal conditionnée, une solution numérique stable ne peut être garantie que si la condition de la matrice est supérieure ou égale à ce seuil. Par défaut, rcond=None et la tolérance est choisie en fonction de la précision de x et y.
- full : si True, la fonction renvoie également des informations sur la qualité de l'ajustement
- w : un tableau de poids associés aux valeurs de y. Par défaut, tous les poids sont égaux à 1.
- cov : si True, la fonction renvoie également la matrice de covariance des coefficients du polynôme.
La fonction renvoie un tableau de coefficients du polynôme, avec le coefficient d'ordre le plus élevé en premier. Si full=True, elle renvoie également les résidus, le rang de la matrice, les valeurs singulières et les coefficients du polynôme étendu.
2. Exemples d'utilisation de la méthode polyfit()
1 2 3 4 5 6 |
import numpy as np x = np.array([1, 2, 3, 4, 5]) y = np.array([3, 5, 7, 9, 11]) coefficients = np.polyfit(x, y, deg=1) |
Dans cet exemple:
- la fonction numpy.polyfit(): calcule les coefficients d'une droite qui passe par les points (1,3), (2,5), (3,7), (4,9) et (5,11).
- Le résultat: est stocké dans la variable coefficients.
Younes Derfoufi
CRMEF OUJDA
1 thought on “La méthode polyfit() de la bibliothèque numpy”