python指数、幂数拟合curve_fit
2016-10-09 16:33
603 查看
python指数、幂数拟合curve_fit
1、一次二次多项式拟合一次二次比较简单,直接使用numpy中的函数即可,polyfit(x, y, degree)。
2、指数幂数拟合curve_fit
使用scipy.optimize 中的curve_fit,幂数拟合例子如下:
from scipy.optimize import curve_fit import matplotlib.pyplot as plt import numpy as np def func(x, a, b, c): return a * np.exp(-b * x) + c xdata = np.linspace(0, 4, 50) y = func(xdata, 2.5, 1.3, 0.5) ydata = y + 0.2 * np.random.normal(size=len(xdata)) plt.plot(xdata,ydata,'b-') popt, pcov = curve_fit(func, xdata, ydata) #popt数组中,三个值分别是待求参数a,b,c y2 = [func(i, popt[0],popt[1],popt[2]) for i in xdata] plt.plot(xdata,y2,'r--') print popt
下面是原始数据和拟合曲线:
下面是指数拟合例子:
def fund(x, a, b): return x**a + b xdata = np.linspace(0, 4, 50) y = fund(xdata, 2.5, 1.3) ydata = y + 4 * np.random.normal(size=len(xdata)) plt.plot(xdata,ydata,'b-') popt, pcov = curve_fit(fund, xdata, ydata) #popt数组中,三个值分别是待求参数a,b,c y2 = [fund(i, popt[0],popt[1]) for i in xdata] plt.plot(xdata,y2,'r--') print popt
下图是原始数据和拟合曲线:
相关文章推荐
- 【python数据挖掘课程】十四.Scipy调用curve_fit实现曲线拟合
- python scipy.optimize curve_fit 多高斯拟合
- python数据挖掘学习笔记】十四.Scipy调用curve_fit实现曲线拟合
- 【python数据挖掘课程】十四.Scipy调用curve_fit实现曲线拟合
- 【python图像处理】直线和曲线的拟合与绘制(curve_fit()详解)
- 非线性拟合lsqcurvefit、nlinfit
- 非线性拟合lsqcurvefit、nlinfit
- 非线性拟合lsqcurvefit、nlinfit
- 非线性拟合lsqcurvefit、nlinfit
- 非线性曲线拟合函数 lsqcurvefit 最小二乘
- Matlab中的lsqcurvefit,非线性拟合
- Python3获取股票行情数据(中国个股/中国指数/全球指数)
- matlap 指数曲线拟合及其R2的计算
- matlab中的lsqcurvefit使用
- fitnesse 中各类fit fixture的python实现
- python读取大盘指数
- 用Python开始机器学习(3:数据拟合与广义线性回归)
- 椭圆拟合fit_ellipse.m
- 如何在MATLAB中实现函数逼近without the curve fit toolbox
- Python 最小二乘法多项式拟合曲线numpy.polyfit(),numpy.poly1d(),pylab