python拟合_「曲线拟合」Numpy —— 曲线拟合 - seo实验室

曲线拟合

import matplotlib.pyplot as plt

import numpy as np

x = np.arange(1, 17, 1)

y = np.array([4.00, 6.40, 8.00, 8.80, 9.22, 9.50, 9.70, 9.86, 10.00, 10.20, 10.32, 10.42, 10.50, 10.55, 10.58, 10.60])

z1 = np.polyfit(x, y, 3)#用3次多项式拟合

p1 = np.poly1d(z1)

print(p1) #在屏幕上打印拟合多项式

yvals=p1(x)#也可以使用yvals=np.polyval(z1,x)

plot1=plt.plot(x, y, '*',label='original values')

plot2=plt.plot(x, yvals, 'r',label='polyfit values')

plt.xlabel('x axis')

plt.ylabel('y axis')

plt.legend(loc=4)

plt.title('polyfitting')

plt.show()

指定函数拟合

使用非线性最小二乘法拟合

import matplotlib.pyplot as plt

from scipy.optimize import curve_fit

import numpy as np

x = np.arange(1, 17, 1)

y = np.array([4.00, 6.40, 8.00, 8.80, 9.22, 9.50, 9.70, 9.86, 10.00, 10.20, 10.32, 10.42, 10.50, 10.55, 10.58, 10.60])

def func(x,a,b):

return a*np.exp(b/x)

popt, pcov = curve_fit(func, x, y)

a=popt[0]#popt里面是拟合系数，读者可以自己help其用法

b=popt[1]

yvals=func(x,a,b)

plot1=plt.plot(x, y, '*',label='original values')

plot2=plt.plot(x, yvals, 'r',label='curve_fit values')

plt.xlabel('x axis')

plt.ylabel('y axis')

plt.legend(loc=4)#指定legend的位置,读者可以自己help它的用法

plt.title('curve_fit')

plt.show()

plt.savefig('p2.png')

对数函数拟合

import matplotlib.pyplot as plt

from scipy.optimize import curve_fit

import numpy as np

#用指数形式来拟合

x = np.arange(1, 17, 1)

y = np.array([4.00, 6.40, 8.00, 8.80, 9.22, 9.50, 9.70, 9.86, 10.00, 10.20, 10.32, 10.42, 10.50, 10.55, 10.58, 10.60])

def func(x,a,b):

return a * np.log(x) + b

popt, pcov = curve_fit(func, x, y)

a=popt[0]#popt里面是拟合系数，读者可以自己help其用法

b=popt[1]

yvals=func(x,a,b)

plot1=plt.plot(x, y, '*',label='original values')

plot2=plt.plot(x, yvals, 'r',label='log_fit values')

plt.xlabel('x axis')

plt.ylabel('y axis')

plt.legend(loc=4)#指定legend的位置,读者可以自己help它的用法

plt.title('curve_fit')

plt.show()

plt.savefig('p2.png')

相关阅读

Meshgrid函数的基本用法在Numpy的官方文章里，meshgrid函数的英文描述也显得文绉绉的，理解起来有些难度。可以这么理解，meshgrid函数

import numpy as np

#1、创建一个长度为10的数组，数组的值都是0

np.zeros(10,dtype=int)

#2、创建一个3x5的浮点型数组，数组的值

NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除

可以使用np.log和np.exp这两个：x=5000

y=6000

ret=np.log(float(6000)/float(5000))

print ret

new_y=6000/float(np.exp(ret))

pr

nonzero(a) nonzero函数是numpy中用于得到数组array中非零元素的位置(数组索引)的函数。它的返回值是一个长度为a.ndim(数组a的轴