我有一些看起来像这样的数据
基于x和y绘制z的多项式图的典型方法是什么？过去我曾经使用numpy.polyfit在2维上做类似的事情，所以我想我可以遍历所有点，然后用另一个1d polyfit拟合这些答案。但是，似乎应该有更直接的方法。
顺便说一下，图片显示了适用于不同方程的2组不同数据。
最佳答案
在我看来，您真正想要的是根据z（x，y）拟合曲面（linear或spline），但是您只有一行数据。这就像只用一个方程式求解两个未知数一样-问题是，基本上，您如何确定从A到B的红线差异是由PSI的变化还是V的变化引起的？
我的建议：
使表面适合您现有的数据集。你会得到一些。
尝试获取更多的数据，以使您可以更精确地拟合
完成您首先要做的事情-在每个维度上单独安装一个功能，将它们组合在一起，并充分利用这三个功能（一个适合PSI，一个适合V和另一个功能）。
尝试将您的PSI和V因子与一些基于物理学的奇妙技巧结合起来，成为包含两者的重要因子
关于python - 用Numpy或Scipy方法进行2维多项式拟合，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20529125/