本文实例讲述了Python实现的拟合二元一次函数功能。分享给大家供大家参考,具体如下:
背景:
使用scipy拟合一元二次函数。
参考:
HYRY Studio-《用Python做科学计算》
代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
# -*- coding:utf-8 -*-
#! python3
import numpy as np
from scipy.optimize import leastsq
import pylab as pl
def func(x,p):
"""
数组拟合函数
"""
A,k,theta = p
return A * (x - k) * * 2 + theta
def residuals(p,y,x):
"""
残差
"""
return y - func(x,p)
x = np.linspace( 0 , 2 , 100 )
A,k,theta = 10. , 1 , 2. #真实数据参数
y0 = func(x,[A,k,theta]) #真实数据
y1 = y0 + 2 * np.random.randn( len (x)) #加入噪声序列
p0 = [ 7. , 0.2 , 1. ]
plsq = leastsq(residuals,p0,args = (y1,x))
print ( "真实参数:" ,[A,k,theta])
print ( "拟合参数:" ,plsq[ 0 ]) #试验数据拟合后的参数
pl.plot(x,y0,label = "real" )
pl.plot(x,y1,label = "real+noise" )
pl.plot(x,func(x,plsq[ 0 ]),label = "fitting" )
pl.legend()
pl.show()
|
结果:
(貌似这里的求解方法用了智能算法,因为每次的结果都有细小差异。具体资料没见到,以后有精力再找)
真实参数: [10.0, 1, 2.0]
拟合参数: [ 10.83391995 0.98950039 1.63356065]
希望本文所述对大家Python程序设计有所帮助。
原文链接:https://blog.csdn.net/u011702002/article/details/78076985