时间:2021-05-22
本文实例讲述了Python实现的拟合二元一次函数功能。分享给大家供大家参考,具体如下:
背景:
使用scipy拟合一元二次函数。
参考:
HYRY Studio-《用Python做科学计算》
代码:
# -*- coding:utf-8 -*-#! python3import numpy as npfrom scipy.optimize import leastsqimport pylab as pldef func(x,p): """ 数组拟合函数 """ A,k,theta = p return A*(x-k)**2+thetadef residuals(p,y,x): """ 残差 """ return y-func(x,p)x = np.linspace(0,2,100)A,k,theta = 10.,1,2. #真实数据参数y0 = func(x,[A,k,theta]) #真实数据y1 = y0 + 2 * np.random.randn(len(x)) #加入噪声序列p0 = [7.,0.2,1.]plsq = leastsq(residuals,p0,args = (y1,x))print("真实参数:",[A,k,theta])print("拟合参数:",plsq[0]) #试验数据拟合后的参数pl.plot(x,y0,label = "real")pl.plot(x,y1,label = "real+noise")pl.plot(x,func(x,plsq[0]),label = "fitting")pl.legend()pl.show()结果:
(貌似这里的求解方法用了智能算法,因为每次的结果都有细小差异。具体资料没见到,以后有精力再找)
真实参数: [10.0, 1, 2.0]
拟合参数: [ 10.83391995 0.98950039 1.63356065]
PS:这里再为大家推荐两款相似的在线工具供大家参考:
在线多项式曲线及曲线函数拟合工具:
http://tools.jb51.net/jisuanqi/create_fun
在线绘制多项式/函数曲线图形工具:
http://tools.jb51.net/jisuanqi/fun_draw
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
1、一次二次多项式拟合一次二次比较简单,直接使用numpy中的函数即可,polyfit(x,y,degree)。2、指数幂数拟合curve_fit使用scipy
本文实例讲述了Python基于最小二乘法实现曲线拟合。分享给大家供大家参考,具体如下:这里不手动实现最小二乘,调用scipy库中实现好的相关优化函数。考虑如下的
本文实例讲述了基于代数方程库Algebra.js解二元一次方程功能。分享给大家供大家参考,具体如下:假设二元一次方程如下:x+y=11x-y=5解方程如下:测试
python求极值点主要用到scipy库。1.首先可先选择一个函数或者拟合一个函数,这里选择拟合数据:np.polyfitimportpandasaspdimp
对于系数确定的一次函数,可以通过列表、描点、连线的方法画出其具体的函数图像,那么如果是系数不确定的一次函数,该怎么表现出其函数图像呢?作为辅助数学学习的工具,几