在Python中，可以使用scipy库中的curve_fit函数进行数据拟合求参数。curve_fit函数可以拟合任意的非线性函数。
首先，需要导入所需的库：
import numpy as np
from scipy.optimize import curve_fit
然后，定义要拟合的非线性函数，例如以下的指数函数：
def func(x, a, b, c):
return a * np.exp(-b * x) + c
接下来，准备数据。假设有一组x和y数据：
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([1, 2.2, 3.8, 6.5, 10.4, 16.5])
使用curve_fit函数进行拟合：
params, params_covariance = curve_fit(func, x, y)
其中，params是拟合得到的参数，params_covariance是参数的协方差矩阵。
最后，打印拟合得到的参数：
print(params)
这样就可以用Python拟合数据并求得参数了。