我是scipy和matplotlib的新手,我一直在尝试将函数与数据相匹配。Scipy Cookbook中的第一个例子工作得非常出色,但是当我尝试从文件中读取点时,我给出的初始系数(下面的p0)似乎从未实际改变,协方差矩阵总是INF
我试着在一条直线上拟合数据,但没有效果。我导入数据的方式有问题吗?如果是的话,有更好的方法吗?
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import scipy as sy
with open('data.dat') as f:
noms = f.readline().split('\t')
dtipus = [('x', sy.float32)] + [('y', sy.float32)]
data = sy.loadtxt(f,delimiter='\t',dtype=dtipus)
x = data['x']
y = data['y']
def func(x, a, b, c):
return a*x**b + c
p0 = sy.array([1,1,1])
coeffs, matcov = curve_fit(func, x, y, p0)
yaj = func(x, coeffs[0], coeffs[1], coeffs[2])
print(coeffs)
print(matcov)
plt.plot(x,y,'x',x,yaj,'r-')
plt.show()
谢谢!
负载数据的根本问题是将其强制转换为float32,但在scipy 0.10.1中,curve_-fit与float64一起工作,而不是float32(这是一个bug,不是一个特性)。您的示例适用于float64。
在我看来,问题确实在于如何导入数据。伪造此数据文件:
并使用
pylab
的loadtxt
函数读取:对我有用。顺便说一下,您可以使用dtypes来命名列。
相关问题 更多 >
编程相关推荐