nCov poly-fitting prediction

nCov.py

a = [41,4,17,59,78,92,149,131,259,444,688,769,1771,1459,1737,1982,2102,2590,2829,3235,3887,3694]
after_days = 6

b = [sum(a[0:i+1]) for i in range(after_days, len(a))]
import numpy as np
import matplotlib.pyplot as plt
x = [i for i in range(after_days, len(a))]
x = np.array(x)
print('x =',x)
y = np.array(b)
print('y =',y)
f1 = np.polyfit(x, y, 2)
p1 = np.poly1d(f1)
print('f(x) =', p1)
yvals = p1(x)
#print('fitvalue =',yvals)
from sklearn.metrics import r2_score
print('r square=', r2_score(y, yvals))

print("="*32)
for i in range(6, 29):
	print("2月%d日确诊预测\t%d"%(i, int(p1(16+i))))

plot1 = plt.plot(x, y, 's',label='original values')
plot2 = plt.plot(x, yvals, 'r',label='polyfit values')
plt.xlabel('x')
plt.ylabel('y')
plt.legend(loc=4)
plt.title('polyfitting')
plt.show()

#x = [ 6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21]
#y = [  440   571   830  1274  1962  2731  4502  5961  7698  9680 11782 14372
# 17201 20436 24323 28017]
#f(x) =        2
#134.9 x - 1833 x + 6773
#r square= 0.9995155940673051
#================================
#2月6日确诊预测	31752
#2月7日确诊预测	35991
#2月8日确诊预测	40500
#2月9日确诊预测	45278
#2月10日确诊预测	50326
#2月11日确诊预测	55644
#2月12日确诊预测	61232
#2月13日确诊预测	67090
#2月14日确诊预测	73218
#2月15日确诊预测	79615
#2月16日确诊预测	86283
#2月17日确诊预测	93220
#2月18日确诊预测	100427
#2月19日确诊预测	107904
#2月20日确诊预测	115650
#2月21日确诊预测	123667
#2月22日确诊预测	131953
#2月23日确诊预测	140510
#2月24日确诊预测	149336
#2月25日确诊预测	158432
#2月26日确诊预测	167798
#2月27日确诊预测	177433
#2月28日确诊预测	187339