[英]Fitting exponential decay
我正在尝试解决以下线性化方程:
ln{1-Y / Y} =ln(C)-b(x)的
使用python scipy curvefit或其他类似的方法,请你告诉我怎么做?
样本数据:
x = [15, 16, 17, 18, 19, 20]
y = [0.78, 0.67, 0.56, 0.41, 0.31, 0.20]
我到目前为止尝试的代码:
import numpy as np
import scipy as sp
import pylab
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
import math
import warnings
def sigmoid(x,c,b):
y = np.log(c)-b*x
return y
def sigmoid_solve(y, c, b):
x = (np.log(c)+np.log((1-y)/y))/b
return x
y_new = []
x_data = [15, 16, 17, 18, 19, 20]
y_data = [0.78, 0.67, 0.56, 0.41, 0.31, 0.20]
for data in y_data:
y_new.append(np.log((1-data)/data))
popt, pcov = curve_fit(sigmoid, x_data, y_new)
ce50 = sigmoid_solve(0.5,popt[0],popt[1])
x = np.linspace(10,40,10)
y = 1/(1+np.exp(sigmoid(x, *popt)))
plt.plot(x, y, 'r',label='logistic exp curve fit')
plt.plot(x_data, y_data,'o',label='data plot')
plt.ylim(0, 1)
plt.xlim(10, 50)
plt.legend(loc='best')
plt.savefig('test.png')
plt.close("all")
有没有更好的方法来解决这个问题?
我不太清楚你的问题。
在这一刻,我会在很多方面思考。 (当然我不知道他们是不是最好的)
1.-我将采取你的功能。
ln{1-Y / Y} =ln(C)-b(x)的
如果这是你要解决的方程(找到曲线的交点),我会找到ln{1-y / y} - (ln(c)-b(x))= 0的解。
2.-如果你想知道最适合数据的曲线,你将使用贝塞尔曲线的拟合,matplotlib已经有了一些函数,请看这里:
3.-但是如果你想解决系统(我认为这是一个EDO),你会在这里查看,python有很多这样的:
和这个:
干杯。
安东尼奥。
我怀疑你的代码中的问题是c参数,因为curve_fit尝试使用负数值导致错误。 不幸的是,我没有在文档中找到关于如何“绑定”输出参数的任何参考(有人可以通过指出如何做到这一点来改进这个答案)。 尝试用log_c替换c,它可以有任何值:
import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
def sigmoid(x, log_c, b):
return log_c - b * x
def sigmoid_solve(y, log_c, b):
x = (log_c + np.log((1-y)/y))/b
return x
x_data = np.array([15, 16, 17, 18, 19, 20])
y_data = np.array([0.78, 0.67, 0.56, 0.41, 0.31, 0.20])
y_new = (np.log((1.0-y_data)/y_data))
popt, pcov = curve_fit(sigmoid, x_data, y_new)
ce50 = sigmoid_solve(0.5,popt[0],popt[1])
x = np.linspace(10,40,10)
y = 1/(1+np.exp(sigmoid(x, *popt)))
plt.plot(x, y, 'r',label='logistic exp curve fit')
plt.plot(x_data, y_data,'o',label='data plot')
plt.ylim(0, 1)
plt.xlim(10, 50)
plt.legend(loc='best')
plt.savefig('test.png')
plt.close("all")
这段代码对我来说很好。 另请注意,如果使用np.array而不是列表,则可以应用没有循环的数学函数。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.