代码之家 › 专栏 › 技术社区 › Rocky Li

如何用numpy拟合特定的指数函数

curve-fitting numpy python

1

Rocky Li · 技术社区 · 7 年前

How to do exponential and logarithmic curve fitting in Python? I found only polynomial fitting

我在试着适应和十 Y = ^Bx公司 + A. . 决赛 A. 已经证明是一个大麻烦,我不知道如何像这样变换方程 对数(y) = 对数(A) + 好像决赛A不在那里。

感谢您的帮助。

1 回复 | 直到 7 年前

1

3

tel 7 年前

你可以随时使用 scipy.optimize.curve_fit 只要你的方程式不太疯狂:

import matplotlib.pyplot as plt
import numpy as np
import scipy.optimize as sio

def f(x, A, B):
    return -A*np.exp(B*x) + A

A = 2
B = 1
x = np.linspace(0,1)

y = f(x, A, B)
scale = (max(y) - min(y))*.10
noise = np.random.normal(size=x.size)*scale
y += noise

fit = sio.curve_fit(f, x, y)

plt.scatter(x, y)
plt.plot(x, f(x, *fit[0]))
plt.show()

这将产生: