通过多项式来拟合股票收盘价的趋势图

最近在研究Numpy，其功能非常强大，通过线性代数运算避开了很多的循环，从而使计算效率得到了明显的提高。
接下来，我就简单讲解一下，如何通过numpy构造多项式来拟合股票收盘价的趋势图。（如果有哪位朋友对这篇博文有兴趣，希望能够留下您的宝贵建议，我们一起交流学习。）

手上有一份数据，是创业环保（股票代码：600874）在8月份的交易行情数据：

其中第4个字段为每天的收盘价。
通过numpy中的loadtxt函数来导入载入数据

c = np.loadtxt('CYHB.csv',delimiter = ',',usecols=(3,),unpack=True)
#其中unpack设为True代表使得不同列的数据分开存储。
#当然还有其他参数，比如coverters，表示可以转换指定列的数据类型，这里用不到。

然后构造一些样本点，再通过numpy中的polyfit函数来构造多项式：