如何在没有多重拟合的情况下将最佳拟合线拟合到曲线或是否有替代方法

如何解决如何在没有多重拟合的情况下将最佳拟合线拟合到曲线或是否有替代方法

我在这里 (Multivariate (polynomial) best fit curve in python?) 上发现了一个问题，我相信它可以回答我的问题（我没有任何曲线拟合经验，但我知道我的原始数据几乎总是具有这种形状）但是我无法完全安装 multipolyfit。我使用了有效的“pip install myltipolyfit”，但是当我运行这个脚本时，我得到一个回溯说

追溯

"from core import multipolyfit,mk_model,mk_sympy_function
ModuleNotFoundError: No module named 'core'"

我想知道其他人是如何安装 multipolyfit 的。

代码

import os
import csv
import pandas as pd
print('\n'*2)
import re
import matplotlib
import multipolyfit as mpf
from matplotlib.figure import Figure
from matplotlib import style
import numpy as np
import math
import matplotlib.pyplot as plt
from matplotlib.legend_handler import HandlerLine2D
from scipy.stats import linregress

x = [190,195,200,205,210,215,220,225,230,235,240,245,250,255,260,265,270,275,280,285,290]
av_50 = [5.045,5.05,5.115,5.23,5.355,5.42,5.59,5.77,5.855,5.8,5.745,5.725,5.795,5.835,5.81,5.73,5.675,5.65,5.63,5.555,5.405]

def min_max_values(num_list):
    results_list = sorted(num_list)
    return results_list[0],results_list[-1]

min_x,max_x = min_max_values(x)

# Plotting
plt.axis([min_x - 5,max_x + 5,8])

x = np.array(x)
y = np.array(av_50)
plt.plot(x,y,'kx')

stacked_x = numpy.array([x,x+1,x-1])
coeffs = mpf(stacked_x,deg) 
x2 = numpy.arange(min(x)-1,max(x)+1,.01) #use more points for a smoother plot
y2 = numpy.polyval(coeffs,x2) #Evaluates the polynomial for each x2 value
plt.plot(x2,y2,label="deg=3")

plt.show()

有效的替代方法

from numpy import arange
from pandas import read_csv
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt



# define the true objective function
def objective(x,a,b,c):
    return a * x + b * x**2 + c
 
sclk = [190,5.405]


# curve fit
popt,_ = curve_fit(objective,sclk,av_50)

# summarize the parameter values
a,c = popt
print('y = %.5f * x + %.5f * x^2 + %.5f' % (a,c))

# plot input vs output
plt.scatter(sclk,av_50)

# define a sequence of inputs between the smallest and largest known inputs
sclk_line = arange(min(sclk),max(sclk),1)

# calculate the output for the range
av_50_line = objective(sclk_line,c)

# create a line plot for the mapping function
plt.plot(sclk_line,av_50_line,'--',color='red')
plt.show()

解决方法

简单看一下代码，PyPI 上的 multipolyfit 包很可能适用于 Python 2。

直接从 GitHub 上的存储库页面安装它时，您可能会更幸运（使用 Python 3 时；我不建议您使用 Python 2）：

pip install https://github.com/mrocklin/multipolyfit.git --force-reinstall

（--force-reinstall 覆盖您当前的安装）。 看那边的代码，至少那里的导入似乎是兼容Python 3的。

然而，这个包裹已经有七到八年的历史了。它可能仍然与当前的 Python 版本存在其他不兼容问题，鉴于过去几年缺乏活动，作者不太可能修复这些问题。

因此，如果您有无需 multipolyfit 即可工作的代码，那可能是首选。