首页 文章

拟合指数曲线误差

提问于
浏览 次
0
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

def func(x, a, b, c):
    return a * np.exp(-b * x) + c

x =  [333,500,1000,2000,5000,10000]

y = [195.3267, 233.0235, 264.5914,294.8728, 328.3523,345.4688]

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

plt.figure()
plt.plot(x, y, 'ko', label="Original Noised Data")
plt.plot(x, func(x, *popt), 'r-', label="Fitted Curve")
plt.legend()
plt.show()

错误：C：\ Users \ Aidan \ Anaconda3 \ lib \ site-packages \ scipy \ optimize \ minpack.py:794：OptimizeWarning：无法估计参数的协方差类别= OptimizeWarning）-------- -------------------------------------------------- ----------------- TypeError Traceback（最近一次调用last）in（）14 plt.figure（）15 plt.plot（x，y，'ko'，label =“原始噪声数据“）---> 16 plt.plot（x，func（x，* popt），'r - '，label =”Fitted Curve“）17 plt.legend（）18 plt.show（）in func （x，a，b，c）4 5 def func（x，a，b，c）：----> 6返回a * np.exp（-b * x）c 7 8 x = [333,500,1000 ，2000,5000,10000] TypeError：'numpy.float64'对象不能解释为整数

出于某种原因，我无法根据我的数据得到曲线拟合 . 我从这里开始关注指数示例：How to do exponential and logarithmic curve fitting in Python? I found only polynomial fitting

但我使用的是两个数组而不是随机数据 . 我是python的新手！

python curve-fitting exponential

1 回答

  • 1

    您的代码存在一些问题 .

    • 您使用列表而不是 numpy.ndarray ： numpy 和 scipy 例程适用于 numpy.ndarray 并且它们在内部使用它们 . 你也应该使用它们 .

    • 您的数据和功能可能会出现溢出问题，例如在Python3中 np.exp(-1000) 已经近似为零

    • 您正在尝试使用一个不太适合您的数据的函数 . 它看起来更像是指数恢复而不是衰变 .

    以下代码暂时解决了所有这些问题：

    import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

def func(x, a, b, c):
    return a * (1 - np.exp(-b * x)) + c

x =  np.array([333.0,500.0,1000.0,2000.0,5000.0,10000.0]) / 1000
y = np.array([195.3267, 233.0235, 264.5914,294.8728, 328.3523,345.4688]) / 10

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

plt.figure()
plt.plot(x, y, 'ko', label="Original Noised Data")
plt.plot(x, func(x, *popt), 'r-', label="Fitted Curve")
plt.legend()
plt.show()
    回复于

相关问题