python拟合log函数得出公式

import scipy
from scipy import optimize

# 拟合函数
def fit_log():
    y = [0.02584549571121697, 0.024714675534516672, 0.02399003837250635, 0.03367196131526129, 0.023607021803375372]  # 替换为自己的数据
    x = np.array(range(1, len(y)+1, 1))  # 生成x轴
    log = scipy.optimize.curve_fit(lambda t, a, b: a+b * np.log(t),  x,  y)  #
    para = np.array(log[0])
    print('拟合的log函数为:' + str(para[1]) + '*np.log(x)+'+str(para[0]))
    return para


# 验证函数
def log_x(para, x):
    y = para[1] * np.log(x) + para[0]
    return y


a = fit_log()
print(log_x(a, 1))  # 输出第一个数据与原始数据对比是否相差不大

评论 2
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