文件名称：smoothfit:在N维上进行平滑的数据拟合
文件大小：34KB
文件格式：ZIP
更新时间：2024-04-18 18:21:09
python mathematics data-fitting Python
在给定实验数据的情况下，通常需要生成一个其值在某种程度上与数据匹配的函数。 该软件包基于最小化问题实现了一种可靠的数据拟合方法 （在信号处理中的数据平滑处理中使用了类似的思想；例如，参见第8.3节。） 与或，平滑拟合除对函数进行平滑处理外，不对函数进行任何假设。 该方法的通用性使其也适用于域为多维的函数。 图片或没有发生 龙格的例子 import matplotlib . pyplot as plt import numpy as np import smoothfit a = - 1.5 b = + 1.5 # plot original function x = np . linspace ( a , b , 201 ) plt . plot ( x , 1 / ( 1 + 25 * x ** 2 ), "-" , color = "0.8" , label = "1 / (1
【文件预览】：
smoothfit-main
----smoothfit()
--------__about__.py(219B)
--------main.py(6KB)
--------__init__.py(148B)
----pyproject.toml(94B)
----.github()
--------workflows()
----test()
--------test_readme.py(242B)
--------logo.py(572B)
--------test_smoothfit.py(6KB)
----experimental()
--------prec-solver.py(16KB)
--------performance.py(12KB)
--------approx-laplace-norm.py(2KB)
----tox.ini(207B)
----setup.cfg(1KB)
----examples()
--------compare-with-fft.py(747B)
--------Makefile(401B)
--------lambda.py(985B)
----.gitignore(176B)
----.codecov.yml(12B)
----Makefile(838B)
----README.md(7KB)
----.flake8(107B)
----LICENSE.txt(34KB)