码迷,mamicode.com
首页 > 编程语言 > 详细

python 拟合曲线并求参

时间:2019-06-02 15:49:12      阅读:221      评论:0      收藏:0      [点我收藏+]

标签:自己的   img   numpy   sqrt   定义   lower   散点图   ima   混合高斯   

需要对数据进行函数拟合,首先画一下二维散点图,目测一下大概的分布,

所谓正态分布,就是高斯分布,正态曲线是一种特殊的高斯曲线。

python的scipy.optimize包里的curve_fit函数来拟合曲线,当然还可以拟合很多类型的曲线。scipy.optimize提供了函数最小值(标量或多维)、曲线拟合和寻找等式的根的有用算法。

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import math
#单个高斯模型,如果曲线有多个波峰,可以分段拟合
def func(x, a,u, sig):
return a*np.exp(-(x - u) ** 2 / (2 * sig ** 2)) / (sig * math.sqrt(2 * math.pi))
#混合高斯模型,多个高斯函数相加
def func3(x, a1, a2, a3, m1, m2, m3, s1, s2, s3):
return a1 * np.exp(-((x - m1) / s1) ** 2) + a2 * np.exp(-((x - m2) / s2) ** 2) + a3 * np.exp(-((x - m3) / s3) ** 2)

#正弦函数拟合
#def fmax(x,a,b,c):
#    return a*np.sin(x*np.pi/6+b)+c
#fita,fitb=optimize.curve_fit(fmax,x,ymax,[1,1,1])
#非线性最小二乘法拟合
#def func(x, a, b,c):
#    return a*np.sqrt(x)*(b*np.square(x)+c)
#用3次多项式拟合,可推广到n次多项式,数学上可以证明,任意函数都可以表示为多项式形式
#f1 = np.polyfit(x, y, 3)
#p1 = np.poly1d(f1)
#yvals = p1(x)  #拟合y值
#也可使用yvals=np.polyval(f1, x)

拟合,并对参数进行限制,bounds里面代表参数上下限,p0是初始范围,默认是[1,1,1]
x=np.arange(1,206,1)
num = []<-自己的y值
numhunt = []<-自己的y值
y = np.array(num)
yhunt = np.array(numhunt)
popt, pcov = curve_fit(func3, x, y)
popthunt, pcovhunt = curve_fit(func, x, yhunt,p0=[2,2,2]) 
ahunt = popthunt[0]
uhunt = popthunt[1]
sighunt = popthunt[2]
a1 = popt[0]
u1 = popt[1]
sig1 = popt[2]
a2 = popt[3]
u2 = popt[4]
sig2 = popt[5]
a3 = popt[6]
u3 = popt[7]
sig3 = popt[8]
yvals = func3(x,a1,u1,sig1,a2,u2,sig2,a3,u3,sig3) #拟合y值
yhuntvals = func(x,ahunt,uhunt,sighunt) #拟合y值
print(u‘系数ahunt:‘, ahunt)
print(u‘系数uhunt:‘, uhunt)
print(u‘系数sighunt:‘, sighunt)
#绘图
plot1 = plt.plot(x, y, ‘s‘,label=‘insect original values‘)
plot2 = plt.plot(x, yvals, ‘r‘,label=‘insect polyfit values‘)
plot3 = plt.plot(x, yhunt, ‘s‘,label=‘predator original values‘)
plot4 = plt.plot(x, yhuntvals, ‘g‘,label=‘predator polyfit values‘)
plt.xlabel(‘date‘)
plt.ylabel(‘Nightly catches log10(N+1)‘)
plt.legend(loc=4) #指定legend的位置右下角
plt.title(‘insect/predator‘)
plt.show()

下图是单个和多个高斯拟合图像

技术图片

 



下图是多项式拟合图像

技术图片

 

图例的位置可以自定义设置

lower left
upper center
lower right
center
upper left
center left
upper right
lower center
best
center right
right

 

python 拟合曲线并求参

标签:自己的   img   numpy   sqrt   定义   lower   散点图   ima   混合高斯   

原文地址:https://www.cnblogs.com/marszhw/p/10962877.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!