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 常用列类型
查看>>
mysql 常用命令
查看>>
Mysql 常见ALTER TABLE操作
查看>>
MySQL 常见的 9 种优化方法
查看>>
MySQL 常见的开放性问题
查看>>
Mysql 常见错误
查看>>
mysql 常见问题
查看>>
MYSQL 幻读(Phantom Problem)不可重复读
查看>>
mysql 往字段后面加字符串
查看>>
mysql 快照读 幻读_innodb当前读 与 快照读 and rr级别是否真正避免了幻读
查看>>
MySQL 快速创建千万级测试数据
查看>>
mysql 快速自增假数据, 新增假数据,mysql自增假数据
查看>>
MySql 手动执行主从备份
查看>>
Mysql 批量修改四种方式效率对比(一)
查看>>
Mysql 报错 Field 'id' doesn't have a default value
查看>>
MySQL 报错:Duplicate entry 'xxx' for key 'UNIQ_XXXX'
查看>>
Mysql 拼接多个字段作为查询条件查询方法
查看>>
mysql 排序id_mysql如何按特定id排序
查看>>
Mysql 提示:Communication link failure
查看>>
mysql 插入是否成功_PDO mysql:如何知道插入是否成功
查看>>