溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
1、一次二次多項式擬合
一次二次比較簡單，直接使用numpy中的函數即可，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：
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數組中，三個值分別是待求參數a,b,c y2 = [func(i, popt[0],popt[1],popt[2]) for i in xdata] plt.plot(xdata,y2,'r--') print popt
下面是原始數據和擬合曲線：
下面是指數擬合例子：
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數組中，三個值分別是待求參數a,b,c y2 = [fund(i, popt[0],popt[1]) for i in xdata] plt.plot(xdata,y2,'r--') print popt
下圖是原始數據和擬合曲線：
以上這篇對python指數、冪數擬合curve_fit詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
