python 对任意数据和曲线进行拟合并求出函数表达式的三种解决方案
作者:changdejie 时间:2021-10-02 12:40:16
第一种是进行多项式拟合,数学上可以证明,任意函数都可以表示为多项式形式。具体示例如下。
###拟合年龄
import numpy as np
import matplotlib.pyplot as plt
#定义x、y散点坐标
x = [10,20,30,40,50,60,70,80]
x = np.array(x)
print('x is :\n',x)
num = [174,236,305,334,349,351,342,323]
y = np.array(num)
print('y is :\n',y)
#用3次多项式拟合
f1 = np.polyfit(x, y, 3)
print('f1 is :\n',f1)
p1 = np.poly1d(f1)
print('p1 is :\n',p1)
#也可使用yvals=np.polyval(f1, x)
yvals = p1(x) #拟合y值
print('yvals is :\n',yvals)
#绘图
plot1 = plt.plot(x, y, 's',label='original values')
plot2 = plt.plot(x, yvals, 'r',label='polyfit values')
plt.xlabel('x')
plt.ylabel('y')
plt.legend(loc=4) #指定legend的位置右下角
plt.title('polyfitting')
plt.show()
2 。 第一种方案是给出具体的函数形式(可以是任意的,只要你能写的出来 下面的func就是),用最小二乘的方式去逼近和拟合,求出函数的各项系数,如下。
##使用curve_fit
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
#自定义函数 e指数形式
def func(x, a, b,c):
return a*np.sqrt(x)*(b*np.square(x)+c)
#定义x、y散点坐标
x = [20,30,40,50,60,70]
x = np.array(x)
num = [453,482,503,508,498,479]
y = np.array(num)
#非线性最小二乘法拟合
popt, pcov = curve_fit(func, x, y)
#获取popt里面是拟合系数
print(popt)
a = popt[0]
b = popt[1]
c = popt[2]
yvals = func(x,a,b,c) #拟合y值
print('popt:', popt)
print('系数a:', a)
print('系数b:', b)
print('系数c:', c)
print('系数pcov:', pcov)
print('系数yvals:', yvals)
#绘图
plot1 = plt.plot(x, y, 's',label='original values')
plot2 = plt.plot(x, yvals, 'r',label='polyfit values')
plt.xlabel('x')
plt.ylabel('y')
plt.legend(loc=4) #指定legend的位置右下角
plt.title('curve_fit')
plt.show()
拟合高斯分布的方法。
#encoding=utf-8
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import pandas as pd
#自定义函数 e指数形式
def func(x, a,u, sig):
return a*(np.exp(-(x - u) ** 2 /(2* sig **2))/(math.sqrt(2*math.pi)*sig))*(431+(4750/x))
#定义x、y散点坐标
x = [40,45,50,55,60,65,70,75,80,85,90,95,100,105,110,115,120,125,130,135]
x=np.array(x)
# x = np.array(range(20))
print('x is :\n',x)
num = [536,529,522,516,511,506,502,498,494,490,487,484,481,478,475,472,470,467,465,463]
y = np.array(num)
print('y is :\n',y)
popt, pcov = curve_fit(func, x, y,p0=[3.1,4.2,3.3])
#获取popt里面是拟合系数
a = popt[0]
u = popt[1]
sig = popt[2]
yvals = func(x,a,u,sig) #拟合y值
print(u'系数a:', a)
print(u'系数u:', u)
print(u'系数sig:', sig)
#绘图
plot1 = plt.plot(x, y, 's',label='original values')
plot2 = plt.plot(x, yvals, 'r',label='polyfit values')
plt.xlabel('x')
plt.ylabel('y')
plt.legend(loc=4) #指定legend的位置右下角
plt.title('curve_fit')
plt.show()
总结
以上所述是小编给大家介绍的python 对任意数据和曲线进行拟合并求出函数表达式的三种解决方案网站的支持!
来源:https://blog.csdn.net/changdejie/article/details/83089933
标签:python数据拟合,曲线拟合
0
投稿
猜你喜欢
Selenium 模拟浏览器动态加载页面的实现方法
2023-06-04 11:06:54
IronPython连接MySQL的方法步骤
2024-01-27 05:43:05
python制作的天气预报小工具(gui界面)
2022-04-03 17:20:42
使用PyInstaller库把Python程序打包成exe
2023-11-27 17:40:28
python实现LBP方法提取图像纹理特征实现分类的步骤
2023-05-24 02:12:27
JavaScript变量声明的var、let、const详解
2024-05-09 15:07:06
解决使用python print打印函数返回值多一个None的问题
2021-08-22 07:52:09
MSSQL2005在networkservice权限运行附加数据库报(Microsoft SQL Server,错误: 5120)
2024-01-23 00:09:51
如何在PyCharm中配置使用Anaconda环境
2021-01-28 14:16:53
Python中导入模块的几种方式总结
2023-08-04 17:03:54
python实现自动获取IP并发送到邮箱
2023-02-15 13:09:56
网购中的商品评价与口碑传播-译
2010-07-09 13:44:00
jenkins配置golang 代码工程自动发布的实现方法
2024-05-22 10:12:22
Python3 queue队列模块详细介绍
2023-10-03 05:10:51
python实现复制文件到指定目录
2022-09-25 20:53:12
详解Django中的FBV和CBV对比分析
2023-04-30 13:27:38
Vue之计算属性详解
2024-04-27 15:57:27
PyTorch中的参数类torch.nn.Parameter()详解
2021-09-07 19:06:30
java正则表达式验证工具类
2022-03-03 12:47:01
基于Python获取城市近7天天气预报
2023-04-02 08:59:35