1回答
我是Python的新用户，我正在尝试将一些实验数据与CDF的数据进行拟合。数据如下，它们应该以x轴对数比例绘制： %matplotlib inlineimport matplotlib.pyplot as plt
from lmfit import Model
浏览 67提问于2019-05-17得票数 0
我正在尝试获得适合以下数据的a*log(b/x)^c类型(简化为10个数据点)from scipy.optimize import curve_fit
x=[0, 0.89790454, 1.79580908,
浏览 72提问于2021-03-10得票数 0
1回答
对于像这里的curve_fit for as single exponential curve图像中所示的单个指数曲线，我能够使用scipy.optimize.curve_fit拟合数据。然而，我不确定如何实现对由多个指数曲线组成的类似数据集的拟合，如这里所示的double exponential curves。我使用以下方法实现了对单个曲线的拟合： def exp_decay(x
浏览 46提问于2020-08-25得票数 1
回答已采纳
1回答
我正在尝试将一个非常复杂的(展平的高斯)模型与我获得的数据进行拟合。Image for flattened Gaussian formula (在我的代码中，变量fc表示vo，中心频率。)我使用scipy.optimize导入curve_fit中的python编写了代码。它无法优化我的方程，并且总是给出相同的参数答案。指向数据文件的链接：https://www.filehosting.org/file/details/7
浏览 9提问于2019-04-21得票数 2
回答已采纳
我只想对两个数据点拟合幂律模型(x**m * c)，以求出斜率m。我使用了scipy.optimize中的curve_fit函数来解决这个问题。现在，当我运行以下代码时from scipy.optimize import curve_fitydata = np.array([0.077, 0.054]
浏览 1提问于2015-10-27得票数 2
1回答
我有依赖于4个自变量(x1、x2、x3、x4)的数据，我需要一个模型(在Python中可用)来计算数据点之外的f(x1、x2、x3、x4)。原则上，如果我把我的3个变量设为常数值，我总是可以使用一个合理程度的多项式拟合(<5)来插值剩余维数中的数据，所以我想要生成一个函数，它可以使用多元多项式拟合同时在所有维内插。为了说明这一点，我包括一个小样本的数据：x1 x2 x3 x4 f
浏览 4提问于2022-03-31得票数 1
回答已采纳
1回答
我尝试将此列表拟合为二项分布: 0，1，1，1，3，5，5，9，14，20，12，8，5，3，6，9，13，15，18，23，27，35，25，18，12，10，9，5，0import numpy as npfrom scipy.optimize import curve_fit
from(fit_function, 10, data)
浏览 9提问于2020-09-03得票数 0
2回答
我得到了一些数据作为一系列计算机模拟的结果，可能的结果是1和0。它们有不对称的错误条。我想要对我的数据进行拟合，并尝试使用scipy.optimize.curve_fit1函数这样做： y = 1./(1+np.exp(-k*(x-x0)))显然，curve_fit<
浏览 3提问于2016-06-28得票数 1
回答已采纳
1回答
最近，我已经熟练地使用Python/scipy curve_fit来执行线性回归。然而，对于高阶多项式，我的数据有时是过拟合的。
如何增加正则化以减少过度拟合？
浏览 3提问于2013-12-27得票数 4
回答已采纳
我试图用Python，F~x^(-a)中的Zipf发行版来拟合下面的图(红点)。我只选择了a=0.56并绘制了y = x^(-0.56)，并得到了下面的曲线。
浏览 4提问于2012-08-20得票数 6
我试图对一些数据进行线性拟合，但我无法让curve_fit中的任何数据给我提供一个斜率和y-截距1。import numpy as npfrom scipy.optimize import curve_fit
x = [290., 300., 310.]
y = [1.87e+21, 2.07e+2
浏览 9提问于2017-04-17得票数 3
回答已采纳
3回答
我有六个数据集，我希望同时拟合所有六个数据集，其中两个参数是六个数据集之间的公共参数，另一个是单独匹配的参数。我计划将一个简单的ax**2+bx+c多项式拟合到数据集，其中a和b在六个数据集之间共享，而偏移量c在六个数据集之间不共享。
因此，我在数据集之间拟合一个共同的斜率，但是有一个可变的偏移量。我完全有能力分别对它们进行拟合，但是，由于每个数据集之间的斜率相似
浏览 16提问于2016-10-11得票数 0
回答已采纳
我在试着用高斯函数拟合数据。我试着改变了fitter的几个参数，高斯函数定义，以及fit的初始参数，但似乎都不起作用。代码如下：
from scipy.optimize im
浏览 4提问于2018-12-01得票数 0
我正试图优化与scipy.optimize.curve_fit数据集的对数匹配。在对实际数据集进行测试之前，我编写了在虚拟数据集上运行的代码。100) y2 = y + 0.2 * np.random.normal(size=len(x))
popt, pcov = curve_fit当我传递包含func()的np.log (即我实际上想要适应的函数)时，curve_fit声明p0 (初始条件)是
浏览 7提问于2015-08-24得票数 1
回答已采纳
如何使用拟合高斯曲线的SciPy曲线拟合函数来关闭这个误差？换句话说，如果它不适合一个模型峰值，那么它不是一个峰值，所以我不想返回任何东西。还有更快的方法吗？对于我的应用程序来说，curve_fit可能太慢了，无法查看巨大的数据。
from scip
浏览 3提问于2017-12-16得票数 2
回答已采纳
1回答
我需要使用scipy的curve_fit函数进行简单的曲线拟合。但是，我的数据是矩阵形式的。我可以很容易地在numpy中做到这一点，但我想看看适合scipy的好处。from scipy.optimize import curve_fit a = 4; b = 3, c = 1; res = a0*x[0] + a1
浏览 0提问于2012-07-18得票数 4
2回答
我正在尝试拟合一些数据和东西，我知道有一个简单的命令可以用python/numpy/matplotlib来做这件事，但我找不到它。我想大概是这样的其中popt是f的参数，popc是拟合质量，f是f的预定义函数。你们谁知道吗？
浏览 0提问于2011-11-27得票数 14
回答已采纳
我一直在尝试对一些数据进行线性拟合，我发现拟合值与数据很不接近。为了进一步研究，我试着用下面的代码将一条线拟合到一条完全符合一行的数据，但它仍然不起作用，如图中所示。import numpy as npfrom scipy.optimize import curve_fit
import
浏览 7提问于2022-01-18得票数 0
回答已采纳
在我目前(与天体物理学相关的)研究项目中，scipy.optimize.curve_fit()的使用是很重要的.现在我正在编写一份出版物，我想在我的论文中引用scipy.optimize.curve_fit我目前的论文草稿提到curve_fit()如下：
我想确保我对“函数”和“模块”的使用是正确的。奖金: <em
浏览 0提问于2015-06-19得票数 0
1回答
对于我的学士论文，我正在做一个项目，我想对一些数据进行拟合。这个问题有点复杂，但我尝试在这里最小化这个问题：
我们有三个数据点(可用的理论数据很少)，但这些点高度相关。使用curve_fit来拟合这些点，我们得到了一个可怕的拟合结果，正如你在这张图中看到的那样。(通过手动更改拟合参数，可以很容易地改善拟合。)(对于我们的特定问题，我们使用自己的最小二乘算法，但它也
浏览 21提问于2017-06-29得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
