我试着用指数函数来拟合我的数据 import numpy as np
return k0 * np.exp(k *-alpha) + c 我使用的是scipy.optimize的curve_fit， from scipy.optimize import curve_fit
import matplotlib.pyplot asnormalized_deg_dist = [0.99,...
浏览 20提问于2020-08-24得票数 1
回答已采纳
1回答
更精确的曲线拟合
、、
利用scipy中的curve_fit函数进行了曲线拟合。但是，曲线拟合对我来说并不好。有什么方法可以改进曲线拟合吗？下面的python代码是我写的。import numpy as npimport matplotlib.pyplot as plt
de
浏览 10提问于2019-09-27得票数 1
1回答
我需要使用scipy的curve_fit函数进行简单的曲线拟合。但是，我的数据是矩阵形式的。我可以很容易地在numpy中做到这一点，但我想看看适合scipy的好处。问题：def getXval():
浏览 0提问于2012-07-18得票数 4
我已经用Matlab编写了几年代码，最近被转到Python上。如何将Matlab函数代码转换为如下所示的Python3代码？^C; sse = sum(ErrorVector .^ 2);end
@expfun在蟒蛇中的意义是什么我如何使model = @expfun在python中工作？
浏览 0提问于2020-08-11得票数 0
回答已采纳
1回答
我正在尝试用python做一个曲线拟合，其中包括一个无限的求和。import numpy as npfrom scipy.optimize import curve_fitfloat((nsum(lambda n: exp(-(D)*(n)*t),[0, inf]))),3)]
parameters, params_covariance=curv
浏览 0提问于2019-08-25得票数 1
我有一个数据，我试图拟合一个指数，这个数据并不理想，但是当使用JMP内置曲线拟合函数时，它按预期工作，并且我得到了数据的一个很好的近似值(请参见下图，JMP拟合曲线指数3P)。我知道我正在尝试使用python库scipy.optimize和中描述的curve_fit函数来复制它。然而，这产生了非常不同的曲线，请参见下图。import pandas as pdfrom <
浏览 4提问于2020-03-16得票数 0
我有一组数字，当我试图对它们进行曲线拟合时，会产生错误。我非常肯定，我以前用相同的数字(我肯定是用其他数据集)做到了这一点。那么是什么导致了这个错误呢？的这就是我所犯的错误
popt/dist-packages/scipy/optimize/minpack.p
浏览 3提问于2013-09-30得票数 1
1回答
我试图在y轴上的半圆图上拟合一些数据。我的Python代码如下：import numpy as npfrom scipy.optimizeimport curve_fit
y1 = [18,12,9,7,1,6,1,2,1,1,1,1,1]x=y, p0=[1,1 ])
<
浏览 7提问于2021-07-23得票数 1
回答已采纳
我有以下代码：import scipy.integrate as spiimport在执行此代码时，编译器告诉我，将数组与值(+inf或-inf)进行比较是不明确的。有什么我不知道的技巧让你把曲
浏览 1提问于2018-04-28得票数 0
回答已采纳
1回答
我有依赖于4个自变量(x1、x2、x3、x4)的数据，我需要一个模型(在Python中可用)来计算数据点之外的f(x1、x2、x3、x4)。原则上，如果我把我的3个变量设为常数值，我总是可以使用一个合理程度的多项式拟合(<5)来插值剩余维数中的数据，所以我想要生成一个函数，它可以使用多元多项式拟合同时在所有维内插。必须注意的是，基础函数是非线性的(这意味着我应该期望形式x1^n*x2^m<em
浏览 4提问于2022-03-31得票数 1
回答已采纳
1回答
大家好，我想用曲线拟合在python中进行非线性回归，这是我的代码：from numpy importarangefrom matplotlib import pyplot
x = [17.47,20.71,21.08,18.08,17.12,14.16,14.06,12.44,1
浏览 5提问于2021-01-16得票数 0
2回答
Curve_fit误差的界优化
、、、、
1]),(10**3,10**6),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf) )
有什么问题吗？我在Windows上使用Python3.4.4。
浏览 10提问于2017-05-29得票数 2
回答已采纳
1回答
你好，我正在尝试使用函数构建器原点(OriginLab)来创建一个新的函数来与之相适应，即破坏幂律()
所以，我想我把实际的功能部分弄掉了。但是，我到了必须选择一堆东西(参数范围、您运行的脚本来猜测初始值等)的程度，我不知道在其中放什么。有人有这方面的经验吗？
浏览 3提问于2014-11-26得票数 1
回答已采纳
据我注意到，曲线拟合是通过最小化f(xdata, *popt) - ydata的平方残差之和来进行的，而我希望最小化相对误差的平方残差：(f(xdata, *popt) - ydata)/ydata，因为我的如何利用相对偏差进行优化？我不一定需要使用curve_fit函数。实现这一点的任何python函数都可以。
PS:我知道另一种将ydata转换为日志空间并对结果数据进行</em
浏览 1提问于2021-03-29得票数 2
回答已采纳
我有一个对数函数，它适合于一组点 return a * np.log(x) + b这将生成一个如下所示的图-
但是，系统有限制，范围应固定在0到100之间。或者，我是否必须对函数引入某种极端的惩罚，以导致参数强制结果介于0到100之间？
浏览 2提问于2016-11-14得票数 1
回答已采纳
我有一个由X和Y坐标组成的散点图。我想对直线使用最小二乘拟合，以获得最佳拟合直线。 # number of points is 50
A = (sum(x**2)*sum(y) - sum(x)*sum(x*y)) / (50*sum(x**2) -
浏览 0提问于2014-03-07得票数 17
回答已采纳
1回答
我在python中使用了numpy来将我的数据拟合成一条σ曲线。在数据与曲线拟合后，如何在曲线的y=50%点找到X的vaue值？enter code here`import numpy as npfrom scipy.optimize import curve_fit10.0, 12.0])
ydata = np.array([0.01, 0.02, 0.04, 0.11, 0.43, 0.
浏览 3提问于2014-03-09得票数 2
回答已采纳
1回答
我有一个运行超过100个范围值的"for循环“，对于每个值，我调用scipy.optimize来进行非线性曲线拟合。当我在一个4核的台式机上运行它时，我看到CPU利用率为100%，这仅仅是一个核心的充分利用。我想使用多线程，如果这会有帮助，或者如果没有，多处理。我最近3天才开始做python，所以有一个简单的例子可以用来修改我当前的for循环。
浏览 1提问于2013-10-25得票数 0
3回答
SciPy全局最小曲线拟合
、、、、
我使用的是scipy.optimize.curve_fit，但我怀疑它正在收敛到局部最小值，而不是全局最小值。我尝试通过以下方式使用模拟退火： return np.sum((ydata - specf(xdata,*params))**2)
其中specf是我试图拟合的曲线。但是，即使返回值表明达到了全局最小值()，p中的结果也明显比curve_fit</
浏览 1提问于2011-03-22得票数 7
3回答
我正在尝试使用sklearn库在Python语言中将信号分解成大型稀疏矩阵中的组件(矩阵分解)。
我利用scipy的scipy.sparse.csc_matrix来构建我的数据矩阵。然而，我不能进行任何分析，比如因子分析或独立成分分析。我唯一能做的就是使用truncatedSVD或scipy的scipy.sparse.linal
浏览 1提问于2015-04-29得票数 2
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号