[英]How to fit data with square wave in Python?
我有以下數據:
我一直在嘗試用一系列方形脈沖來擬合它,我將其定義為:
def f(x, x0, a, b, c): sq = a * np.ones_like(x) sq[(x>x0) * (x<x0+b)] = c sq[(x>x0+2*b) * (x<x0+3*b)] = c sq[(x>x0+4*b) * (x<x0+5*b)] = c return sq
問題是與curve_fit擬合我得到一條直線或方形脈沖,其最大值和最小值位於數據的最大值之上。 這怎么可能? 我怎樣才能正確實施它?
你的最終目標是什么,你的方法是最好的方法嗎? 我認為您可以對數據進行傅立葉變換以找到方波傅立葉系數。 取前n 個分量並繪制結果將為您提供一條方形的周期性曲線,並“擬合”數據。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.