我有一个数据集,从其中我可以获得指数 function f( x f(x) = a*np.exp(-b*(xc)) ,在 Python 中定义如下: a , b , c在这种情况下都是已知的。 然而,在代数解之后,我需要将这个 function 划分为三个不同的成员,我需要获得这个 functi ...
我有一个数据集,从其中我可以获得指数 function f( x f(x) = a*np.exp(-b*(xc)) ,在 Python 中定义如下: a , b , c在这种情况下都是已知的。 然而,在代数解之后,我需要将这个 function 划分为三个不同的成员,我需要获得这个 functi ...
我正在尝试使用 SciPy 中的 curve_fit function 来拟合曲线。通过更改 model 的初始值,拟合质量正在发生变化,但我无法通过我的数据找到最佳拟合。 这是我的身材 我的问题是如何改进这种拟合以及选择 model 初始值的最佳方法是什么。我附上了我想要拟合指数曲线的原始数据。 ...
我正在使用 optimize.leastsq 来拟合我从穆斯堡尔光谱实验中收集的数据。 数据拟合成功,返回的最佳拟合参数良好。 但是当我想象我应该得到一个矩阵时,第二个 output cov_x,如文档中所称,给出了 1 的 integer。 为什么会发生这种情况以及如何获得正确的矩阵? 编辑:@s ...
我正在尝试使用 scipy 的曲线拟合 function 找到 function 到 model 我的曲线数据集,这让我得到一条线并吐出错误消息“OptimizeWarning:无法估计参数的协方差” 这是我的数据:import numpy as np import matplotlib.pypl ...
假设我有如下 S 曲线形状的数据: S曲线数据我也想找到最简单的方法来拟合这种曲线,并使用这种拟合来找到中点(也就是 y=0.5 的点)。 事实上,我事先并不知道中点在哪里。 非常感谢你的回答, 干杯 ...
现在我想将双曲余弦曲线的一个凸起拟合到以下 X 和 Y 数据中: 这是我到目前为止所做的,但我没有得到预期的结果,我也不知道我做错了什么: ...
我想在这组数据中加入一个正弦曲线 我已经使用 scipy.optimize.curve_fit function 成功拟合了抛物线。但我不知道如何将正弦曲线拟合到数据中。 这是我到目前为止所做的: 这是结果: ...
我有一组 x 和 y 的值,我正在寻找一种方法来查找 function 的参数值。 我有一个 function y = Ax^{4/3} 。 我正在考虑使用 curvefit,但我不确定这是否是正确的方法。 我尝试将 function 线性化并使用 polyfit 找到斜率,但如果我删除一些点,斜率 ...
我在 3D 空间(xi,yi,zi)中有许多点。 我想将某个 3D 曲面拟合到这些点中。 表面仅由隐式方程描述: x²+y²+z² = 1 - a²(x²+y²+z²) + 2*a*z*sqrt(x²+y²+z²) 我的目标是确定这个方程的参数 a。 我查看了 scikit-learn 的函数,但 ...
我正在尝试使用 scipy 的 curve_fit() function 将高斯 function 拟合到我的数据集,但未能使 function 拟合。 我使用其他一些工具(例如 Matlab 和 function 很适合)进行了相同的尝试。 有人可以帮我吗? 我不确定我做错了什么。 非常感谢您的帮 ...
如果你们中的任何一个可以提供帮助,我将不胜感激。 我正在努力使用多处理来加速保存为相对较大的 hdf5 文件 (4.3 GB) 的数据集的高斯拟合(使用 lmfit)。 请看下面的代码: 如果我在没有多处理的情况下运行,它可以工作,但它太慢了。 但是,当我尝试使用多处理 package(下面的代码) ...
我正在尝试使用 litterfitter package 来 model 植物分解曲线。我的数据集有三列,时间、剩余质量和站点代码。 我想将 model 应用于站点代码类别并提取 model 参数,但遇到了一些困难。 下面是一个带有错误代码的示例。 错误: mutate() column fit有 ...
我有 2 个公式描述了 2 个垂直轴的行为。 我也有来自 FEM 模拟的数据。 目标是使用最小均方法得到参数Rr、Lr和cm。 我想使用 scipy.curve_fit 不幸的是它只接受单个 function 作为输入。 在这种情况下,我需要它接受 2 个函数作为输入。 我在 excel 中用手插 ...
我正在尝试使用最小二乘拟合来拟合线段。 线段如下所示: 我正在尝试使用curve_fit在“节点”中的这些 cartesianIndexes 上拟合多项式线,如 https 所示:://julianlsolvers.github.io/LsqFit.jl/latest/tutorial/我不确定 ...
我正在尝试使用 scipy.optimize 来拟合实验数据并得到: 这是我试图用指数曲线拟合的数据: 这是我尝试拟合数据的代码部分: UPDATE1:结果是: 更新 2 - 此处的拟合原始数据格式为 csv: https://drive.google.com/file/d/1wUoS3Dq_ ...
我想做什么我得到了一个带有频率 (x) 的np.array和一个带有信号强度/功率谱密度 (y) 的np.array 。 没有任何噪声的信号看起来类似于对数曲线,但可能具有略微不同的形式,具体取决于数据。 该信号具有不同的干扰,这些干扰表现为尖峰,其中一些尖峰相互重叠。 我确实需要计算每个尖峰下的面 ...
我正在使用curve_fit中的scipy.optimize来拟合一个方程的某些参数。 我发现自己有几个 arrays 的 Xs 和 Ys 训练数据样本,以及每对 (X,Y) 的 arrays 条件,它们也是赋予方程的参数(通常不相等)。 等式是这样的: 和: X[i] x 值列表(总共 n 个列 ...
我正在尝试复制使用R将“多峰”对数正态分布拟合到数据中描述的问题。y = c(196, 486, 968, 2262, 3321, 4203, 15072, 46789, 95201, 303494, 421484, 327507, 138931, 27973) bins = c(0. ...
我有这组实验数据: 分散 plot 我想用一条曲线拟合它们,该曲线遵循t < t_lim的指数行为和t > t_lim的线性行为,其中t_lim是我可以根据需要设置的值。 我想使用curve_fit找到最合适的。 我想找到满足这两个条件的最佳选择: 第一个行为(指数)的终点必须是第二个 ...
我正在尝试使用 scipy.curve_fit 将 4 参数逻辑回归拟合到 python 中的一组数据点。 但是,拟合度很差,请参见下图: 这给了我以下参数和图表: 与测量数据叠加的 4PL 拟合图这种配合显然很糟糕,但我不知道如何改善这一点。 请帮忙。 我尝试了不同的初步猜测。 这导致上面显示的 ...