如何将静音正弦曲线拟合到数据python中？

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

# 定义拟合函数，这里使用静音正弦曲线的公式：y = A * np.sin(2 * np.pi * f * x + phi)
def sine_func(x, A, f, phi):
    return A * np.sin(2 * np.pi * f * x + phi)

# 生成一些示例数据
x_data = np.linspace(0, 1, 100)  # x轴数据
y_data = 2 * np.sin(2 * np.pi * 3 * x_data + 0.5) + np.random.normal(0, 0.2, 100)  # y轴数据，带有噪声

# 使用curve_fit进行拟合
popt, pcov = curve_fit(sine_func, x_data, y_data)

# 获取拟合参数
A_fit, f_fit, phi_fit = popt

# 绘制原始数据和拟合曲线
plt.scatter(x_data, y_data, label='Original Data')
plt.plot(x_data, sine_func(x_data, A_fit, f_fit, phi_fit), 'r', label='Fitted Curve')
plt.legend()
plt.show()