python指数、幂数拟合curve_fit
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:
-
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:
转载:https://blog.****.net/yefengzhichen/article/details/52767733