在过去的两天里,我一直在研究一个特定的数据拟合(图片的橙色线1)。你知道吗
问题是,我希望它在更大的θ[0.1,1]上是准确的。事实上,我想从同一点开始(因此对于θ=1
我们也得到了ψ=1
),用这个形式:
ψ_f=a1*(1-x)**a2 +a3*(1-x)**a4+1
但它是超级坏,因为它得到了更大的inf
。你知道吗
对于我使用的图像1scipy.optimize.curve_fit
对于一个简单的形式
ψ_f = a1 *x**a2
其他任何形式都很糟糕。你知道吗
你知道怎么做吗?:(
编辑:
数据是this file格式,使用以下加载代码:
ww=np.load('Hot3.npy')
s=ww[3]
z=np.array([ww[0],ww[1],ww[2])
而xdata,ydata
等于
xdata = s/max(s)
ydata = z[2]/min(z[2])
下面是一些示例代码,似乎给出了一个更好的拟合。请注意,我没有采取任何日志,也没有在日志规模绘图。
相关问题 更多 >
编程相关推荐