博客
关于我
python数据分析之曲线拟合(3):指数函数拟合
阅读量:172 次
发布时间:2019-02-28

本文共 796 字,大约阅读时间需要 2 分钟。

引入

指数形式的曲线也是工程实践中经常遇到的。比如指数衰减。

处理流程

  1. 获取实验数据x, y
  2. 利用scipy.optimize.curve_fit()进行指数函数拟合。
    curve_fit本质是提供一个目标函数和初值,通过优化算法去搜索出最佳的拟合参数。可以提供一个初值,使得拟合更快更准。
  3. 得到拟合出的系数,进行后续的数据处理。

实例

已知一组类似指数衰减数据,形如: y = a 0 e x / a 1 + a 2 y = a_0e^{x/a_1}+a_2 y=a0ex/a1+a2,需拟合出系数。

import numpy as npimport matplotlib.pyplot as pltimport scipy.optimize as optimizepi = np.pi# 模拟生成一组实验数据x = np.arange(0, 100, 0.2)y = np.exp(-x / 51.3)noise = np.random.uniform(0, 0.1, len(x))y += noisefig, ax = plt.subplots()ax.plot(x, y, 'b--')# 拟合指数曲线def target_func(x, a0, a1, a2):    return a0 * np.exp(-x / a1) + a2a0 = max(y) - min(y)a1 = x[round(len(x) / 2)]a2 = min(y)p0 = [a0, a1, a2]print(p0)para, cov = optimize.curve_fit(target_func, x, y, p0=p0)print(para)y_fit = [target_func(a, *para) for a in x]ax.plot(x, y_fit, 'g')plt.show()

在这里插入图片描述

转载地址:http://tthd.baihongyu.com/

你可能感兴趣的文章
MySQL Connector/Net 句柄泄露
查看>>
multiprocessor(中)
查看>>
mysql CPU使用率过高的一次处理经历
查看>>
Multisim中555定时器使用技巧
查看>>
MySQL CRUD 数据表基础操作实战
查看>>
multisim变压器反馈式_穿过隔离栅供电:认识隔离式直流/ 直流偏置电源
查看>>
mysql csv import meets charset
查看>>
multivariate_normal TypeError: ufunc ‘add‘ output (typecode ‘O‘) could not be coerced to provided……
查看>>
MySQL DBA 数据库优化策略
查看>>
multi_index_container
查看>>
mutiplemap 总结
查看>>
MySQL Error Handling in Stored Procedures---转载
查看>>
MVC 区域功能
查看>>
MySQL FEDERATED 提示
查看>>
mysql generic安装_MySQL 5.6 Generic Binary安装与配置_MySQL
查看>>
Mysql group by
查看>>
MySQL I 有福啦,窗口函数大大提高了取数的效率!
查看>>
mysql id自动增长 初始值 Mysql重置auto_increment初始值
查看>>
MySQL in 太多过慢的 3 种解决方案
查看>>
Mysql Innodb 锁机制
查看>>