如何解决如何用曲线拟合拟合excel文件的数据?
我是 Python 的初学者。我有一个excel文件。它有 4 列。第一列是日期,其他列分别是速度 (v)、温度 (t) 和压力 (p)。这个 excel 文件包含一年的数据。这是我的 excel 文件示例。
Date V t p
2016-01-01 0.01 2 7
2016-01-02 0.04 2.1 6.6
.
.
.
2016-12-30 0.07 4 5
我想通过线性方程将温度和压力与速度拟合。
V = a*t+b*p+c
我想通过曲线拟合Scipy包找到a、b和c。我想我应该使用循环!这是我的代码。
import pandas as pd
from datetime import datetime,timedelta
from matplotlib import pyplot as plt
from matplotlib import dates as mpl_dates
from matplotlib.dates import date2num
from scipy.optimize import curve_fit
from scipy.optimize import least_squares
df =pd.read_excel ('final-all-filters.xlsx')
x = df['Date']
V = df['V']
t = df['t']
p = df['p']
def model(a,b,c):
return a*t+b*p+c
popt,pcov = curve_fit (model,t,p,V,maxfev = 10000)
plt.plot(t,label="Original Noised Data")
plt.plot(t,model(t,*popt),'r-',label="Fitted Curve")
plt.legend()
plt.show()
解决方法
您想用两个自变量(t 和 c)拟合模型。您需要将model_fit 的xdata 参数作为数组[t,p] 传递,并构造模型函数,例如第一个参数就是该数组。像这样:
def model(TP,a,b,c):
t,p = TP
return a*t+b*p+c
popt,pcov = curve_fit (model,[t,p],V,maxfev = 10000)
也许还插入 p0 参数是个好主意,一个包含 a、b 和 c 初始猜测的树元素的数组。
请注意,a,b 参数有不止一种解决方案。您可能需要查看文档以获取更多信息
https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit.html
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。