python指數、冪數擬合curve_fit
阿新 • • 發佈：2018-12-31
python指數、冪數擬合curve_fit
1、一次二次多項式擬合 一次二次比較簡單，直接使用numpy中的函式即可，polyfit(x, y, degree)。
2、指數冪數擬合curve_fit 使用scipy.optimize 中的curve_fit，冪數擬合例子如下：
下面是原始資料和擬合曲線：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陣列中，三個值分別是待求引數a,b,c y2 = [func(i, popt[0],popt[1],popt[2]) for i in xdata] plt.plot(xdata,y2,'r--') print popt
下面是指數擬合例子：
下圖是原始資料和擬合曲線：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陣列中，三個值分別是待求引數a,b,c y2 = [fund(i, popt[0],popt[1]) for i in xdata] plt.plot(xdata,y2,'r--') print popt
