我正在试图得到一些实验数据的物理意义上的匹配。我知道不仅y值会随着x单调增加,而且dy/dx也会单调增加。我试过很多拟合函数,包括多项式拟合和一元样条曲线拟合,但这两种方法都没有使我产生我想要的拟合。在
所以,我在找一个曲线拟合函数(在scipy中?)这将允许我定义最终曲线的已知约束。下面是我的数据示例,其中有一条拟合线,不显示单调递增的导数。在import numpy as np
import matplotlib.pyplot as plt
data = np.array([[ 6.30991828, -10.22329935],
[ 6.30991828, -10.2127338 ],
[ 6.47697236, -10.01359361],
[ 6.47697236, -9.89353722],
[ 6.47697236, -9.81708052],
[ 6.55108034, -9.42113403],
[ 6.55108034, -9.21932801],
[ 6.58617165, -8.40428977],
[ 6.62007321, -7.6500927 ]])
interp = np.linspace(min(data[:,0]), max(data[:,0]), 20)
f = np.polyfit(data[:,0], data[:,-1], 3)
data_interp = np.polyval(f, interp)
plt.plot(data[:,0], data[:,1], 'x', interp, data_interp, '-')
编辑:我相信你可以在MATLAB中用slmengine实现这一点。在