我正在尝试用python做一个曲线拟合,其中包括一个无限的求和。
我总是会遇到错误。
from mpmath import nsum, exp, inf
import numpy as np
import pylab
from scipy.optimize import curve_fit
# get the data
y=[]
x=[]
for t in range(0,100,10):
x += [t]
y += [round(float((nsum(lambda n: exp(-(0.0002)*(n)*t),[0, inf]))),3)]
print(y)
# cu
我有一个关于Python曲线拟合的问题,我知道在numpy中有多个函数,但是如果我将多项式赋值为A_X^4 + B_X^2,如何找到这个A和B??
import numpy as np
import matplotlib.pyplot as plt
points = np.array([(1, 1), (2, 4), (3, 1), (9, 3)])
# get x and y vectors
x = points[:,0]
y = points[:,1]
# calculate polynomial
z = np.polyfit(x, y, 4) <---?
f = np.pol
我想用numpy/scipy来推断python中的3d图。外推采用曲线拟合的方法。请参考以下数据,这些数据具有不同的x&y大小。
x = np.array([740,760,780,800,820,840,860,880,900,920,940,960]) # Presssure in mBar
y = np.array([1500,1800,2100,2400,2700,3000,3300,3600,3900]) # Rpm
# Fuel Amount in micro seconds
z = np.array([[1820,1820,1820,1820,235
我正在尝试将曲线拟合到Python中的数据,如下所示:
def func(p1,p2,p3,x):
return p1*((p2-x)/p2)^(-p3)
我在另一个函数中调用了这个函数,并尝试拟合:
f1 = func(p1,p2,p3,x)
popt, pcov = curve_fit(f1, T, Susceptibility)
但是Python并没有将p1,p2,p3作为合适的参数,因为我得到了这个错误消息:global name 'p1' is not defined
import numpy as np
from matplotlib import pyplot as plt
a = np.ndarray((2,8))
a[0] = [0,10,21.5,25.2,70,89,112,150] # row for all X values
a[1] = [0,5,10,15,20,25,30,35] # row for all Y values
#Value by curve fitting - 7th order polynomial
trend = np.polyfit(a[0], a[1], 7)
trendpoly
我正在尝试使用一个曲线拟合软件包(lmfit),我以前在Python2.7中使用过好几次。自从我迁移到Python3.7之后,我在运行我的脚本时遇到了一些问题。我得到的错误消息是"ModuleNotFoundError:没有名为‘lmfit’的模块“。如果我尝试重新安装/更新软件包(使用https://anaconda.org/conda-forge/lmfit中的任何命令):它看起来在我的pc中有冲突的软件包。下面是我的提示符屏幕:prompt after using 'conda install -c conda-forge/label/cf202003 lmfit