Skip to main content
 首页 » 编程设计

python之使用散点数据的隐式曲线拟合

2024年12月31日8zengkefu

我有两个数组 - x 和 y - 对应于笛卡尔平面中的坐标 (x,y)。例如,使用 matplotlib 中的 scatter 函数 (plt.scatter(x,y))(到目前为止,我正在尝试解决我使用 Python 的问题),我得到以下结果:

我真正需要的是从这些数据中得到一个隐式函数f(x,y),或者至少从一个近似函数f(x,y)中得到系数> 。到目前为止,我尝试使用 curve_fitfunction from scipy.optimize按照建议here ,但我收到以下错误消息:

OptimizeWarning: Covariance of the parameters could not be estimated category=OptimizeWarning) 

到目前为止,这是我的代码:

import matplotlib.pyplot as plt 
from scipy.optimize import curve_fit 
import scipy as sy 
import pylab as plb  
 
def func(x, a, b, c): 
    return a*x**b + c 
def main(): 
    file = open('firstcurve.out') 
    lines = file.read().split('\n') 
    file.close() 
    x = [] 
    y = [] 
    for item in lines: 
        if len(item) > 0: 
            numbers = item.split(",") 
            x = x + [float(numbers[0])] 
            y = y + [float(numbers[1])] 
 
    p0 = sy.array([1,1,1]) 
    coeffs, matcov = curve_fit(func, x, y, p0) 
    yaj = func(x, coeffs[0], coeffs[1], coeffs[2]) 
    plt.plot(x,yaj,'r-') 
    plt.show() 
main() 

非常感谢任何帮助或建议!

PS:我正在尝试用 Python 来完成,但如果有任何工具可以满足我的需要,MatLab 也是一种选择。我尝试使用 SLM ToolKit但效果不佳。

请您参考如下方法:

与其说这是一个编码问题,不如说这是一个数学问题。你不能在 python 中使用曲线拟合函数,因为它正在寻找它正在寻找一个函数,即你不能为同一个 X 设置两个单独的 Y。

如果可能,您可以尝试的一件事是定义参数函数

x = f(t)

y = g(t)

并使用曲线拟合函数来拟合 x 和 y 与 t。如果您以这种方式表示,则可以使用平滑样条曲线来进行拟合。

https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.UnivariateSpline.html