【python最小二乘法计算拟合多项式预测更新】肺炎确诊武汉全国趋势对比图（最新截至2020-2-6）

import numpy as np 

import matplotlib.dates as mdates

import pylab as plt

import datetime as dt

 

 

plt.mpl.rcParams['font.sans-serif'] = ['SimHei'] 

plt.mpl.rcParams['axes.unicode_minus'] = False 

 

date2_1 = dt.datetime(2020,1,23)

1. date2_2 = dt.datetime(2020,2,7)

delta2 = dt.timedelta(days=1)

dates2 = mdates.drange(date2_1, date2_2, delta2)

 

x = np.arange(1, 16, 1)
y = np.array([105,180,323,371,1291,840,1032,1220,1347,1921,2103,2345,3156,2987,2447])
y1 = np.array([ 250,444,680,760,1771,1450,1737,1982,2102,2580,2829,3235,3887,3694,3143])

z1 = np.polyfit(x, y, 6)

p1 = np.poly1d(z1)

z2 = np.polyfit(x, y1, 6)

p2= np.poly1d(z2)

 

plt.figure(figsize=(12, 5.5))  # 宽800 长600
plt.subplot(121)  # 一行两列,这是第一个图
plt.plot(dates2 , y, 'b', label='武汉确诊')

plt.plot(dates2 ,  p1(x), 'g', label='武汉趋势线')

plt.title('肺炎武汉确诊人数曲线')
plt.legend()

 

ax = plt.gca()

for label in ax.xaxis.get_ticklabels():

        label.set_rotation(90)

 

ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))

ax.xaxis.set_major_locator(mdates.DayLocator())

 

plt.subplot(122)

plt.plot(dates2 , y1, 'b', label='全国确诊')

plt.plot(dates2 ,  p2(x), 'g', label='全国趋势线')

plt.title('肺炎全国确诊人数曲线')
plt.legend()

 

ax = plt.gca()

for label in ax.xaxis.get_ticklabels():

        label.set_rotation(90)

 

ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))

ax.xaxis.set_major_locator(mdates.DayLocator())

 

#plt.savefig('data3/Kuaizi_Classification1_loss={0:.2f}_accur={1:.2f}_epoch={2}.jpg'.format(val_loss[-1], val_acc[-1], epochs[-1]))

 

plt.show()