三角函数sin cos模拟测试

背景: 裸奔程序时,有些函数库报错,干脆自己实现库函数。

优点:速度快,适合嵌入式、图像处理方面。

缺点:不适用于误差要求比较高的场合。

源码:

#include <stdio.h>
#include <math.h>

#define abs(x)	(x < 0 ? (0 - x) : x)
#define Pi 3.1415926535898
#define DEC (Pi/180)

float sine(float x) 

{

	 const float B = 1.2732395447; 
	 const float C = -0.4052847346;
	 const float P = 0.225;//0.2310792853;//0.225;
	 float y = 0;

	 while(abs(x) > Pi)
	 {
		if(x > 0)
			x = -(x - Pi);
		else
			x = -(x + Pi);
	 }
	
	
	 y = B * x + C * x * abs(x);
	 y = P * (y * abs(y) - y) + y;
	 return (float)y;
 }


float cose(float x) 
{
  const float Q = 1.5707963268;
  const float PI =3.1415926536;
  x += Q; 

 return( sine(x));
}

int main(void)
{

	int i;
	for(i = -360; i <= 360; i+=10)
	{
	//	printf("sin(%d):%8f\tsine(%d):%8f\n", i, sin(i * DEC), i, sine(i * DEC));
		
		printf("cos(%d):%8f\tcose(%d):%8f\n", i, cos(i * DEC), i, cose(i * DEC));
	
	}

}

结果:

$ ./test
cos(-360):1.000000      cose(-360):1.000000
cos(-350):0.984808      cose(-350):0.984911
cos(-340):0.939693      cose(-340):0.940055
cos(-330):0.866025      cose(-330):0.866666
cos(-320):0.766044      cose(-320):0.766804
cos(-310):0.642788      cose(-310):0.643347
cos(-300):0.500000      cose(-300):0.500000
cos(-290):0.342020      cose(-290):0.341289
cos(-280):0.173648      cose(-280):0.172565
cos(-270):0.000000      cose(-270):-0.000000
cos(-260):-0.173648     cose(-260):-0.172565
cos(-250):-0.342020     cose(-250):-0.341289
cos(-240):-0.500000     cose(-240):-0.500000
cos(-230):-0.642788     cose(-230):-0.643347
cos(-220):-0.766044     cose(-220):-0.766804
cos(-210):-0.866025     cose(-210):-0.866667
cos(-200):-0.939693     cose(-200):-0.940055
cos(-190):-0.984808     cose(-190):-0.984911
cos(-180):-1.000000     cose(-180):-1.000000
cos(-170):-0.984808     cose(-170):-0.984911
cos(-160):-0.939693     cose(-160):-0.940055
cos(-150):-0.866025     cose(-150):-0.866667
cos(-140):-0.766044     cose(-140):-0.766804
cos(-130):-0.642788     cose(-130):-0.643347
cos(-120):-0.500000     cose(-120):-0.500000
cos(-110):-0.342020     cose(-110):-0.341289
cos(-100):-0.173648     cose(-100):-0.172565
cos(-90):-0.000000      cose(-90):0.000000
cos(-80):0.173648       cose(-80):0.172565
cos(-70):0.342020       cose(-70):0.341289
cos(-60):0.500000       cose(-60):0.500000
cos(-50):0.642788       cose(-50):0.643347
cos(-40):0.766044       cose(-40):0.766804
cos(-30):0.866025       cose(-30):0.866667
cos(-20):0.939693       cose(-20):0.940055
cos(-10):0.984808       cose(-10):0.984911
cos(0):1.000000 cose(0):1.000000
cos(10):0.984808        cose(10):0.984911
cos(20):0.939693        cose(20):0.940055
cos(30):0.866025        cose(30):0.866667
cos(40):0.766044        cose(40):0.766804
cos(50):0.642788        cose(50):0.643347
cos(60):0.500000        cose(60):0.500000
cos(70):0.342020        cose(70):0.341289
cos(80):0.173648        cose(80):0.172565
cos(90):-0.000000       cose(90):-0.000000
cos(100):-0.173648      cose(100):-0.172565
cos(110):-0.342020      cose(110):-0.341289
cos(120):-0.500000      cose(120):-0.500000
cos(130):-0.642788      cose(130):-0.643347
cos(140):-0.766044      cose(140):-0.766804
cos(150):-0.866025      cose(150):-0.866667
cos(160):-0.939693      cose(160):-0.940055
cos(170):-0.984808      cose(170):-0.984911
cos(180):-1.000000      cose(180):-1.000000
cos(190):-0.984808      cose(190):-0.984911
cos(200):-0.939693      cose(200):-0.940055
cos(210):-0.866025      cose(210):-0.866667
cos(220):-0.766044      cose(220):-0.766804
cos(230):-0.642788      cose(230):-0.643347
cos(240):-0.500000      cose(240):-0.500000
cos(250):-0.342020      cose(250):-0.341289
cos(260):-0.173648      cose(260):-0.172565
cos(270):0.000000       cose(270):0.000000
cos(280):0.173648       cose(280):0.172565
cos(290):0.342020       cose(290):0.341289
cos(300):0.500000       cose(300):0.500000
cos(310):0.642788       cose(310):0.643347
cos(320):0.766044       cose(320):0.766804
cos(330):0.866025       cose(330):0.866667
cos(340):0.939693       cose(340):0.940055
cos(350):0.984808       cose(350):0.984911
cos(360):1.000000       cose(360):1.000000


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在Python中拟合三角函数,可以使用scipy库中的optimize.curve_fit函数。首先,需要导入必要的库,如numpy和scipy.optimize。然后,可以使用以下代码来拟合sin函数: ```python import numpy as np import matplotlib.pyplot as plt import scipy.optimize as optimize # 定义目标函数 def target_func(x, a, b, c): return a * np.sin(b * x + c) # 生成模拟数据 x = np.linspace(0, 2 * np.pi, 100) y = np.sin(x) + np.random.normal(0, 0.1, size=x.shape) # 使用curve_fit进行拟合 p0 = [1, 1, 0 # 初始参数值 params, _ = optimize.curve_fit(target_func, x, y, p0=p0) a, b, c = params # 绘制原始数据和拟合曲线 plt.scatter(x, y, label='Original Data') plt.plot(x, target_func(x, a, b, c), color='red', label='Fitted Curve') plt.xlabel('x') plt.ylabel('y') plt.legend() plt.show() ``` 在上述代码中,我们定义了目标函数`target_func`来表示sin函数的形式。然后,我们生成了一组模拟数据,并使用`curve_fit`函数对这些数据进行拟合。通过指定初始参数值`p0`,函数将返回拟合后的参数值`params`。最后,我们使用`matplotlib`库将原始数据和拟合曲线绘制出来。这样就可以拟合三角函数了。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [PyTorch中的三角函数:如何利用PyTorch实现三角函数操作?](https://blog.csdn.net/update7/article/details/129743241)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python数据分析之曲线拟合(2):三角函数sin/cos拟合](https://blog.csdn.net/kaever/article/details/109659367)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【pytorch】拟合sin函数](https://blog.csdn.net/mimiduck/article/details/119852927)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值