我正在使用scipy curve_fit来绘制保留曲线。然而，我发现结果行可能会产生负数。如何添加一些约束？“界限”仅约束参数，而不约束结果y
浏览 10提问于2018-12-27得票数 0
令人惊讶的是，我们从相同的代码中得到了不同的结果。我们在scipy.optimize包中使用curve_fit。使用的scipy版本分别为0.15.1和0.16.0。抱歉，我很难给出可重复的例子，因为在我的Macbook上，我只有scipy 0.
浏览 1提问于2016-01-17得票数 0
1回答
我试图生成具有以下特征的最佳指数分布(fit wise)：2.CDF百分位数接近以下关系(.percentile，值) 0.3-50,0.5-100，0.8:200,0.9-300，0.95-400，1-500data=(data-min(data))/(max(data)-min(data))*500 plt.show()我试图将结果重新缩放到
浏览 0提问于2020-05-09得票数 1
回答已采纳
在我目前(与天体物理学相关的)研究项目中，scipy.optimize.curve_fit()的使用是很重要的.现在我正在编写一份出版物，我想在我的论文中引用scipy.optimize.curve_fit我目前的论文草稿提到curve_fit()如下：
我想确保我对“函数”和“模块”的使用是正确的。我仍然在学习Python中的模块、方法和函数的结构，并希望确保正确地引用它们。奖金: SciPy
浏览 0提问于2015-06-19得票数 0
这些点应该遵循以下类型的理论函数： f(x) =A*(1-e ^{-x/B}) 我尝试使用scipy.optimize中的curve_fit函数来查找最符合指数的参数A和B。这是我写的代码，首先我导入我需要的包，我定义了指数函数，然后我定义了一个拟合函数，其中我对A值施加了一些约束。如果A是一个大于2的值，我将通过更改初始猜测再次调用curve_fit函数。from scipy.optimize import curve_fit
import pandas a
浏览 24提问于2019-05-16得票数 2
回答已采纳
2回答
我得到了一些数据作为一系列计算机模拟的结果，可能的结果是1和0。它们有不对称的错误条。我想要对我的数据进行拟合，并尝试使用scipy.optimize.curve_fit1函数这样做： y = 1./(1+np.exp(-k*(x-x0)))显然，curve_fit只期望标准派生西格玛作为参数。如何在<
浏览 3提问于2016-06-28得票数 1
回答已采纳
1回答
我正在尝试将二次多项式拟合到数据中，约束条件是该多项式必须具有x>0的正导数。在没有约束的情况下，可以执行以下操作： return a + b*x + c*x**2
popt, pcov = curve_fit(poly, x当x>0为正时，如何添加b+cx应为正的约束
浏览 35提问于2018-08-13得票数 0
我使用了scipy.optimize中的curve_fit函数来解决这个问题。现在，当我运行以下代码时from scipy.optimize import curve_fitydata = np.array([0.077, 0.054])coeff, var = curve_fi
浏览 1提问于2015-10-27得票数 2
1回答
我希望有可能使用C++中的python模块，如numpy、scipy等。下面的代码尝试调用scipy.optimize.curve_fit以适应抛物线函数。调用curve_fit时出现问题。= py::module::import("scipy.optimize");
std::vectorpy::function curve_fit
浏览 0提问于2018-08-09得票数 2
1回答
Image for flattened Gaussian formula (在我的代码中，变量fc表示vo，中心频率。)我使用scipy.optimize导入curve_fit中的python编写了代码。它无法优化我的方程，并且总是给出相同的参数答案。指向数据文件的链接：https://www.filehosting.org/file/details/795968/my-file.dat import numpy as np
from scipy
浏览 9提问于2019-04-21得票数 2
回答已采纳
1回答
在尝试用scipy.optimize curve_fit创建示例时，我发现scipy似乎与Python的math模块不兼容。虽然函数f1运行良好，但f2会抛出一条错误消息。from scipy.optimize import curve_fit
x_axis = np.asarray它会影响我测试过的所有math函数(请参阅导入中的函数)，并且必须与数学模块如何处理输入数据有关。这
浏览 6提问于2018-01-12得票数 4
回答已采纳
1回答
带约束的多项式插值
、、、
我正在尝试使用scipy函数创建一个多项式插值。我创建了一些函数，这些函数遍历我所有的数据点(实际上是5个数据点)，但我想在最小值上添加一个约束。我的代码如下：from scipy.interpolate import *plt.plot(xpol, ypol)问题是点(50，5.37)应该是我
浏览 0提问于2021-06-10得票数 0
我目前的问题是为几个面试答案找到一个图形+函数，例如以下6点：yvalues = [0, 0.15, 0.6, 0.49, 0.51, 1]from scipy.optimize import curve_fit
return0, 0.15, 0.6, 0.49, 0.51, 1]
浏览 3提问于2022-08-02得票数 0
回答已采纳
我目前希望使用scipy.odr包来拟合x和y以及im中有错误的数据，以获得我的结果。我只是想知道错误sx和sy的正确用法。这里有一个例子。因此，如果我假设在电流测量中没有错误，我可以使用spipy.curve_fit，如下所示。Absolute_sigma设置为真，因为我的绝对误差为+- 0.1V。所以我得到了：y=[1,2.5,3,4]yerr=[0.1,0.1,0.1,0.1]
def func因
浏览 3提问于2020-06-19得票数 2
当我只从csv文件中读取列时，我不知道为什么它认为我试图使用太大的数组。auto-guessfits.to_csv( 'fits_pretty_output.csv' )我是在一个数据
浏览 0提问于2016-03-29得票数 4
我不能使用scipy.optimize.curve_fit来适应numpy.sinc生成的数据。即使我这样做(或者至少我认为我这么做了)，也与参与文档中的情况完全一样。以下是我的简单尝试：import matplotlib.pyplot as pltydata = y + y_noise
return(a*np.sinc(x
浏览 0提问于2018-04-05得票数 1
回答已采纳
我正在尝试使用scipy.optimize.curve_fit将直方图与其中的一些数据进行拟合。如果我想在y中添加错误，只需将weight应用于fit即可。但是如何在x中应用误差(即，在直方图的情况下，由于装箱而产生的误差)？我的问题也适用于使用curve_fit或polyfit进行线性回归时x中的错误；我知道如何在y中添加错误，但不知道如何在x中添加错误。下面是一个示例(部分来自)：
import numpy as
浏览 0提问于2014-09-26得票数 19
回答已采纳
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)
我怎样才能提高结果？在SciPy中有没有全局曲线
浏览 1提问于2011-03-22得票数 7
1回答
最近，我正在处理一些数据，在保存绘图之后，我能够使用curve_fit获得一条曲线，所获得的值后来返回到相同的代码中，结果发现它不起作用。import matplotlib.pyplot as pltfrom scipy.optimizeimport curve_fit
[24, 0.176644513],
[27, 0.14
浏览 4提问于2017-07-25得票数 0
回答已采纳
我有以下代码：from scipy.optimize import curve_fit
它将引发TypeError: func()只需要两个参数听起来不错-- curve_fit将(0，0)解压缩为两个标量输入。所以我试了一下：
popt, pcov = <em
浏览 0提问于2013-08-20得票数 9
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
