使用Matlab实现离散数据的曲线拟合

今天，古哥带来如何使用Matlab快速拟合实验数据，得到这些数据所遵循的变换函数。这种方式，一般你需要大概知道自己的实验数据所可能遵循的函数规律。比如是高斯、n次函数等常见函数的曲线自动拟合，甚至可以使用插值方式，自动拟合数据所可能对应的函数规律。

既然要曲线拟合，即拟合你的实验数据，当然需要数据才能拟合。

假如是离散数据，数据量不太多，就可以直接在matlab 命令行或者m文件中手动输入数据。

如果数据在excel中，可以直接使用Matlab导入数据，然后将数据的每一列分别赋值给一个变量即可，下面我们分别举例说明如何导入这些数据。

数据量很少，直接在命令行或者m文件中手动输入，命令如下：

数据是我随便写的，主要是演示下Matlab曲线拟合工具的使用方法。

如果数据存在csv文件中，我们可以直接用函数读取，这在上一篇关于Matlab的文章中已经有过相干描述，这里就不再赘述了。

大体上如下：

这就很简单了，你可以在Matlab命令行窗口中输入cftool直接打开拟合工具，也可以在m文件结尾输入cftool来打开拟合工具：

打开的窗口如下图所示：

接下来就是导入变量了，上图左侧可以看到x data、y data等，这些就是数据导入。前提条件是，你已经运行过上面的数据导入，即数据已经导入到Matlab工作区，才可以在这里导入。也就是，这里是从工作区读取数据。接着，就是拟合公式的选择了，我们使用y3数据和x来拟合，选择一元四次方程拟合（原始数据是六元一次方程产生的，但由于我只有6个数据，无法拟合六元一次方程，要7个数据才可以）。左侧Results区域会直接产生拟合结果，如下图所示：

Matlab支持很多拟合方式，一元多次方程、高斯、以及一些经验公式，还可以自定义函数去拟合，看看下面三张图，你就知道有多强大了。

看完后，你会发现怎么这组数据好多曲线看着都拟合的不错，主要是因为数据量太少，才6组数据。而在实际应用中，往往有很多数据，这样拟合到的函数就会很准确。同时，在实际拟合过程中，你的数据会有误差，但这种情况，往往你会知道数据所遵循的物理规律，所以这种拟合方式，可以很快的帮你得到函数的参数。

共计2人评分，平均4.5分

到目前为止还没有投票~

很抱歉，这篇文章对您没有用！

让我们改善这篇文章！

告诉我们我们如何改善这篇文章？

原创文章，作者：古哥，转载需经过作者授权同意，并附上原文链接：https://iymark.com/program/matlab-cftool-data.html