腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
Curve_fit
误差
的
界优化
、
、
、
、
1]),(10**3,10**6),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf),(-np.inf,np.inf) ) 有什么问题吗?
浏览 10
提问于2017-05-29
得票数 2
回答已采纳
1
回答
将数据拟合到python
中
的
自定义模型
、
、
大家好,我对python已经很熟悉了,但这是我第一次使用python进行数据分析,我想知道您是否可以就我遇到
的
一个问题提供一些帮助。我需要将大约4000个不同
的
图拟合到下面的函数
中
:b+e*A*(1.19104*(10**-16))*((x*(10**-9))**-5)*((-1+np.exp(0.0143878/(T*x*(10**-9))))**-1)在这个函数
中
,我想将b,e和A限制为每个图
的
特定值,变量T
的
值根据数据移动。我试着使用
scipy
opti
浏览 0
提问于2018-07-12
得票数 0
1
回答
如何在正面结果
中
约束
scipy
curve_fit
、
我正在使用
scipy
curve_fit
来绘制保留曲线。然而,我发现结果行可能会产生负数。如何添加一些约束?“
界限
”仅约束参数,而不约束结果y
浏览 10
提问于2018-12-27
得票数 0
1
回答
scipy
curve_fit
中
的
界限
、
、
、
、
return res p0 = [max(spec_peak) - RMS, mu0, sigma] # a = max(spec_peak) guess = [a1, mu1, sigma1, a2, mu2, sigma2] popt_2,pcov_2 =
curve_fit
浏览 34
提问于2021-04-29
得票数 2
回答已采纳
2
回答
scipy
.optimize_curvefit
的
结果很糟糕
、
、
、
一般来说,数据看起来非常好,但用
curve_fit
获取正确
的
模型数据和参数是不可能
的
(至少对我来说是这样)。我尝试设置合理
的
起始值等。以下是数据在对数-对数尺度上
的
图像: ? 我真的不知道我哪里错了!数据看起来很好,这就是为什么我永远不会用完maxfev
的
原因。
浏览 114
提问于2019-01-17
得票数 1
2
回答
如何只为一个参数设置
界限
、
、
、
我正在使用来自
scipy
.optimize
的
scipy
.optimize来拟合我
的
数据。我有一个适合三个参数
的
函数(Z1、Z2、Z3)。我想提供
界限
。我不想为Z1和Z3设置
界限
。这有可能吗?popt, pcov =
curve_fit
(func, xdata, ydata, p0 = [Z1, Z2, Z3], bounds = ((10
浏览 3
提问于2020-03-25
得票数 0
回答已采纳
2
回答
如何使用np.polyfit来拟合没有常数项
的
多项式
、
我有两个数组,比如ex: x = ([0.004,0.005,0.006,0.007]) y = ([0.001,0.095,0.026,0.307]) 我想要拟合一个3次多项式,但我真的不打算在我拟合
的
多项式中有常数项任何线索都是非常感谢
的
。
浏览 121
提问于2019-08-30
得票数 1
回答已采纳
1
回答
多项式拟合数据时
的
索引误差
、
、
、
试图将order>1多项式拟合到数据时出现索引错误:from
scipy
.optimize import
curve_fit
return ((a*(x**2)) + b*x + c) param, pcov =
curve_fit
param[1], param[3])plt.le
浏览 0
提问于2018-11-27
得票数 1
1
回答
Python brentq问题
、
、
我使用lmfit来寻找拟合
的
置信区间,但它经常给我一个错误:ValueError: f(a) and f(b) must have different signs 下面是一个最小
的
工作示例(运行几次就会得到错误
浏览 0
提问于2013-12-17
得票数 0
2
回答
三次Bezier曲线
的
最小二乘拟合
、
、
、
、
下面是我为bezier曲线编写
的
代码:from
scipy
.misc import comb plt.text(points[nr][0], points[nr][1], nr) 我知道Numpy和
Scipy
有最小二乘法:和 但我不确定如何使用它们来拟合500个点上
的
曲线。
浏览 3
提问于2017-02-17
得票数 2
1
回答
如何在python中使用对数回归?
、
、
我尝试使用
scipy
.optimize.curve_fit()函数,但它不起作用。我做错了什么?import numpy as npfrom
scipy
.optimize import
curve_fit
return (a+b*np.log(x) + c) popt1, pcov1 =
curve_fit
(lo
浏览 14
提问于2020-09-27
得票数 0
1
回答
带约束截距
的
线性回归
、
、
我确实希望使用如下
的
intercept值进行约束线性回归: lowerbound<=intercept<=upperbound。我知道我可以用一些python库来约束系数,但是找不到一个可以约束截距
的
库。 我想要
的
是在截距在我定义
的
范围内
的
约束下,以最小
的
可能误差获得适合我
的
数据点
的
最佳解决方案。
浏览 14
提问于2019-11-02
得票数 0
1
回答
用数值线性函数拟合复杂方程
、
、
、
我有一个包含三个参数a,b,c和一个参数nu
的
复杂函数: 与此等效
的
Python代码如下:我习惯于使用numpy linalg lsqst或等同于曲线拟合
的
scipy
,例如x,x^2,x^4,或正交系数。
浏览 1
提问于2018-09-05
得票数 0
1
回答
iPython上
的
numpy exp函数出现溢出错误
、
、
我正在尝试使用
scipy
.optimize.curve_fit对一些数据(核衰变数据)拟合指数曲线。(这是在iPython笔记本上
的
数据中心服务器上)import numpy as npfrom
scipy
.optimizeimport
curve_fit
plt.fi
浏览 23
提问于2018-09-09
得票数 0
1
回答
考虑不确定性
的
高斯拟合
、
、
、
我很难理解以下代码
的
问题所在:import matplotlib.pyplot as pltplt.plot(x_fit, y_fit) 这是直接从复制
的
,我得到
的
错误是
scipy
.odr.odrpack.o
浏览 0
提问于2018-11-02
得票数 2
回答已采纳
1
回答
不同
的
scipy
版本为
curve_fit
提供了不同
的
结果
、
、
、
我和我
的
合著者正在尝试使用非线性最小二乘法来估计参数。令人惊讶
的
是,我们从相同
的
代码
中
得到了不同
的
结果。我们在
scipy
.optimize包中使用
curve_fit
。我们正在使用不同
的
scipy
版本。有没有可能是不同
的
版本导致了不同
的
结果?还是我漏掉了什么?
curve_fit
可以使用不同
的
搜索方法吗?不同版本
的
curve_fit</em
浏览 1
提问于2016-01-17
得票数 0
1
回答
独立
curve_fit
方法
、
、
我有一个关于方法
的
问题。我必须做一些曲线拟合,一些值,这个函数将极大地帮助。我还发现有人说
curve_fit
可以做,但没有解释。有人能告诉我这是否可能吗如果是的话。
浏览 3
提问于2014-06-27
得票数 1
回答已采纳
1
回答
Scipy
.optimize.curve_fit不符合余弦幂律
、
、
、
几个小时以来,我一直试图将一个模型安装到一个(生成
的
)数据集中,作为我一直在努力解决
的
一个问题
的
案例。我为函数f(x) = A*cos^n(x)+b生成了数据点,并添加了一些噪声。当我尝试用这个函数和
curve_fit
来拟合数据集时,我会得到错误。return Amp*(np.cos(x))**n + b /usr/lib/python2.7/dist-packages/
scipy</em
浏览 2
提问于2017-05-27
得票数 5
回答已采纳
2
回答
求数值曲线
的
曲线方程
、
我是从一个数据集中得到
的
,这个数据集是通过计算得到
的
。我知道这个方程可以通过对数据集进行拟合得到。看起来Python是根据数据点自动拟合
的
。我需要打印拟合曲线
的
方程式。对于不同
的
X,我求解了Y,得到了两个欠费Y和X,然后绘制了它们plt.ylabel('Y') plt
浏览 21
提问于2019-08-11
得票数 0
1
回答
计算巨蟒
中
物质
的
衰变率
、
、
我必须计算出一种物质腐烂
的
速率。我已经设定了在5年内对材料进行5次测量。以下是我
的
做法:-现在我要计算速率,假设速率是加速曲线,材料损失越大,衰减越大。np.power(var, x_data) plt.scatter(x_data, y_data)我查看了np.poly
浏览 0
提问于2020-01-01
得票数 1
点击加载更多
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
SciPy库在Anaconda中的配置
超越现实的界限:LightCycle在Gamefi中的应用与发展
人工智能中的人类与机器人的界限:是助手还是威胁?
Python入门与进阶之数据分析工具SciPy
干货警告:用python解方程的那些事
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券