使用 scipy 优化的曲线拟合

问题描述

  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt
  from scipy.optimize import curve_fit
  x=np.linspace(-10,10,1000)
  df=pd.read_csv('C:/Users/SHYAMA/Downloads/data2.csv')
  f=list(df['x0'])
  s=list(df['x1'])
  plt.figure(dpi=100)
  plt.plot(f,s)
  def func(x,a,b,c,d):
     return a*np.cos(b*x+c)+d
  param,error=curve_fit(func,f,s)
  plt.plot(x,func(x,*param))
  plt.grid()
  print(param,error)

我尝试了很多方法，但得到的值与预期值相差甚远，而且曲线拟合不正确。curve is not properly fitted

我的问题是错误是什么以及为什么 scipy.optimize 无法正确拟合曲线。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）