【转】指数、幂函数拟合

转自：python指数、幂数拟合curve_fit

1、一次二次多项式拟合

一次二次比较简单，直接使用numpy中的函数即可，polyfit(x, y, degree)。

2、指数幂数拟合curve_fit

使用scipy.optimize 中的curve_fit，幂数拟合例子如下：

from scipy.optimize import curve_fit  
import matplotlib.pyplot as plt  
import numpy as np  
  
def func(x, a, b, c):  
    return a * np.exp(-b * x) + c  
  
xdata = np.linspace(0, 4, 50)  
y = func(xdata, 2.5, 1.3, 0.5)  
ydata = y + 0.2 * np.random.normal(size=len(xdata))  
plt.plot(xdata,ydata,'b-')  
popt, pcov = curve_fit(func, xdata, ydata)  
#popt数组中，三个值分别是待求参数a,b,c  
y2 = [func(i, popt[0],popt[1],popt[2]) for i in xdata]  
plt.plot(xdata,y2,'r--')  
print popt  

下面是指数拟合例子：

def fund(x, a, b):  
    return x**a + b  
      
xdata = np.linspace(0, 4, 50)  
y = fund(xdata, 2.5, 1.3)  
ydata = y + 4 * np.random.normal(size=len(xdata))  
plt.plot(xdata,ydata,'b-')  
popt, pcov = curve_fit(fund, xdata, ydata)  
#popt数组中，三个值分别是待求参数a,b,c  
y2 = [fund(i, popt[0],popt[1]) for i in xdata]  
plt.plot(xdata,y2,'r--')  
print popt