# 擬合，自由度為3
z1 = np.polyfit(x, y, 3)

#3為多項式最高次冪，結果為多項式的各個係數
#最高次冪3，得到4個係數,從高次到低次排列
#最高次冪取幾要視情況而定

# 生成多項式物件
p1 = np.poly1d(z1)

#將係數代入方程，得到函式p1
print(z1)#多項式係數
print(p1)#多項式方程

#計算多項式的函式值。返回在x處多項式的值，p為多項式係數，元素按多項式降冪排序

y=polyval(p,x)

範例：

-------------------------------np.poly1d

import numpy as np 
from scipy.optimize import leastsq
import pylab as pl
 
x = np.arange(1, 17, 1)
y = np.array([4.00, 6.40, 8.00, 8.80, 9.22, 9.50, 9.70, 9.86, 10.00, 10.20, 10.32, 10.42, 10.50, 10.55, 10.58, 10.60])
 
#第一個擬合，自由度為3
z1 = np.polyfit(x, y, 3)
# 生成多項式物件
p1 = np.poly1d(z1)
print(z1)
print(p1)
 
# 第二個擬合，自由度為6
z2 = np.polyfit(x, y, 6)
# 生成多項式物件
p2 = np.poly1d(z2)
print(z2)
print(p2) 
# 繪製曲線 # 原曲線
pl.plot(x, y, 'b^-', label='Origin Line')
pl.plot(x, p1(x), 'gv--', label='Poly Fitting Line(deg=3)')
pl.plot(x, p2(x), 'r*', label='Poly Fitting Line(deg=6)')
pl.axis([0, 18, 0, 18])
pl.legend()# Save 

pl.show()
# figurepl.savefig('scipy02.png', dpi=96)

--------------------------------------polyval

import numpy as np 
from scipy.optimize import leastsq
import pylab as pl
 
x = np.arange(1, 17, 1)
y = np.array([4.00, 6.40, 8.00, 8.80, 9.22, 9.50, 9.70, 9.86, 10.00, 10.20, 10.32, 10.42, 10.50, 10.55, 10.58, 10.60])
 
#第一個擬合，自由度為3
z1 = np.polyfit(x, y, 3)
# 生成多項式物件
p1 = np.poly1d(z1)
print(z1)
print(p1)
pl.plot(x, y, 'b^-', label='Origin Line')
#pl.plot(x, p1(x), 'gv--', label='Poly Fitting Line(deg=3)')
pl.plot(x, np.polyval(z1, x))
pl.show()