scipy.optimize.curve_fit 함수에 예상 추측 시작 값을 입력하려고합니다. 는 this link 및 another link 에 따르면 그러나 나는 내가 다른 방법으로 시도의 X0에서 그들을 defind해야하며, 나는 다음과 같은 오류가 발생합니다. (참고 : x0 인수가 없으면 정상적으로 작동 함) TypeError : leastsq() 인
scipy.optimize.curve_fit으로 데이터를 커브로 맞추려고합니다. 웬일인지 그것은 나의 방정식을 좋아하지 않는다. 그럴듯한 숫자를 사용하여 방정식을 그렸다면 올바르게 보입니다. 그래서 나는 내 방정식을 믿는다. 간단한 방정식에 맞추려고하면 일반적으로 내 코드를 신뢰할 수 있습니다. 왜 작동하지 않는지에 대한 조언이 있습니까? 구체적인 오류 반
저는 Python lmfit을 사용하여 2005-2016의 월평균 데이터와 최소 자승을합니다. 나는 기능을 아래와 같이 구성했다 : equation 원래 코드는 다음과 같습니다 : # t is in fractional years, e.g. 2017+122./365.
def fun(t, a, b, c, A1, A2, A3, A4, B1, B2, B3, B4
하나는 '반 높이 너비'시그마 중 승산기 (사용자 설정)에 기초하여 에지 또는를 가우스 함수에 기초하여 자동 피크 검출을 수행하고 나중에 결정 . 사용자가 2 시그마에서 피크를 제한하도록 지정한 시나리오에서 알고리즘은 피크 중심 (mu)에서/- 2 * 시그마를 취합니다. 그러나, 나는 curve_fit에 의해 반환 된 시그마가 음수 일 수 있다는 것을 알아
주어진 점에 가장 근접한 곡선 (또는 주어진 점으로부터 곡선까지의 최단 거리)에서 점을 계산하는 방법을 찾아야합니다. 맞는 곡선의 방정식은 y = m/(x + a) + c의 형식입니다. 나는 그것을 분석적으로 풀려고했지만 4 차 다항식을 얻었다. 수천 포인트 (예 : 스테이터스)로 조작 할 수있는 해결책이 있습니까?
나는 물리학 과정을 설명하는 Imaginary 함수를 가지고 있는데 이것을 데이터 세트 x_interpolate, y_interpolate에 맞추고 싶습니다. 이 함수는 Lorentzian 피크 함수의 한 형태이며 피크 찾기 알고리즘을 사용하여 찾을 수있는 f_peak (피크 위치)을 제외하고 사용자가 제공 한 초기 값이 있습니다. offset을 제외한 모
여러 가지 S 자형 커브를 피팅하는 데 문제가 있습니다. 더 나은 피팅을위한 약간의 도움은 정말 감사하겠습니다. 나는 세 가지 모델을 시도하고있다 : 무게 4 개 매개 변수 nls(y ~ a + (k-a) /(1 + (x/c)^e)^m, start=list(a=a_start, k=k_start, c=c_start, m=m_start, e=e_start),
나는 다음과 같은 코드를 사용하여 일부 데이터에 맞게 시도하고 작동하지 않습니다 내가하지 누구인지에 어떤 생각이 플롯을 만드는 import numpy as np
import scipy.optimize
import matplotlib.pyplot as plt
def fseries(x, a0, a1, b1, w):
f = a0 + (a1 * n
내가 로그 정규 분포를 맞게하기 위해 노력하고있어 작동하지 맞게 :는 import numpy as np
import scipy.stats as sp
from scipy.optimize import curve_fit
def pdf(x, mu, sigma):
return (np.exp(-(np.log(x) - mu)**2/(2 * sigma*
우선, 이런 종류의 질문을하기에 좋은 장소인지 잘 모르겠습니다. 만약 물어 보지 않으시면 어디에서 물어봐야하니 제거하겠습니다. 나는 내 문제를 해결하기 어떤 게시물을 찾을 수 없습니다 이후 난 단지 유지하기 위해 노력하지만 그러나, 내 질문 아래에있는 내 코드는 코드 부분은 조금 긴 ... 다른 사람에게 유용 할 수 있습니다 최소값. 그러나이 부분은 내가