python 多项式求解 用numpy.poly1d()函数求阶多项式 , 5?3+2?2+3?+1=0

但是 poly1d()函数的主要用法就是 为 polyfit() 函数服务

		polyfit( x_matrix , y_matrix , n )    是matlab和numpy通用函数,.是最小二乘法原理
		 
		 x_matrix    是源离散点的横坐标组成的矩阵
		 y_matrix    是源离散点对应的纵坐标组成的矩阵
		 n   要拟合出来的多项式的最高阶，
		 
		 比如： 
		 			多项式的最高阶为1，那它肯定是直线                      一阶直线拟合
		 			多项式的最高阶为2，那它肯定是抛物线					 二阶抛物线拟合
					
					注意：并不是阶数越高，拟合度越好，具体看情况而定

该函数返回的是一个array由   多项式（拟合结果） 的系数组成
所以要真正得到这个多项式必须用numpy.poly1d()函数，我们把系数传给它就ok

曲线拟合

	现实生活当中，很多东西是没有一定的关系或者关系不明显，这类似于无数个离散点
	机器也之所以模仿不了很多东西。而如今可以用曲线拟合的方法近似地概括出这些离
	散点的轨迹，从而找出它们的关系。拟合成都越高，真实性股越强。从此为了提高曲
	线拟合准确性，引来了最小二乘法；为了提高曲线拟合计算速度，引来了梯度下降法
	等等。也从此引来了机器学习热风。