共计 445 个字符,预计需要花费 2 分钟才能阅读完成。
在 Python 中,可以使用 scipy 库中的 curve_fit 函数进行数据拟合求参数。curve_fit 函数可以拟合任意的非线性函数。
首先,需要导入所需的库:
import numpy as np
from scipy.optimize import curve_fit
然后,定义要拟合的非线性函数,例如以下的指数函数:
def func(x, a, b, c):
return a * np.exp(-b * x) + c
接下来,准备数据。假设有一组 x 和 y 数据:
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([1, 2.2, 3.8, 6.5, 10.4, 16.5])
使用 curve_fit 函数进行拟合:
params, params_covariance = curve_fit(func, x, y)
其中,params 是拟合得到的参数,params_covariance 是参数的协方差矩阵。
最后,打印拟合得到的参数:
print(params)
这样就可以用 Python 拟合数据并求得参数了。
丸趣 TV 网 – 提供最优质的资源集合!
正文完