在 python，matplotlib 中为我的数据拟合正弦曲线

Question

Here is my data in excel 我想将这些数据拟合成正弦曲线

这是我的代码，

#Fitting function
def func(x, offset, A, freq, phi):
    return offset + A * np.sin(freq * x + phi)

#Experimental x and y data points   
# test_df is the input excel df 
x_data = test_df['x_data']
y_data = test_df['y_data']


#Plot input data points
plt.plot(x_data, y_data, 'bo', label='experimental-data')

# Initial guess for the parameters
initial_guess = [.38, 2.3, .76, 2.77]    

#Perform the curve-fit
popt, pcov = curve_fit(func, x_data, y_data, initial_guess)
print(popt)

#x values for the fitted function
x_fit = np.arange(0.0, 31, 0.01)

#Plot the fitted function
plt.plot(x_fit, func(x_fit, *popt), 'r')

plt.show()

这是图表。 我认为这不是最合适的。我想提出改进曲线拟合的建议。

Answer 1

嗯，它似乎不是一个数学函数，例如对于参数值15，您可能有多个值（f(x) 等于什么？）。因此，它不会是经典 在这种情况下插值。如果你能以某种方式规范化数据，即用它制作一个函数，那么你可以使用 numpy。

最简单的方法是在参数值相等的地方添加一些小干扰。让我们看一下您的数据中的一个示例：

4   0.0326
4   0.014
4   -0.0086
4   0.0067

因此，如您所见，您无法判断 f(4) 的关系值是多少。如果您稍微打扰一下争论，例如：

3.9     -0.0086
3.95    0.0067
4       0.014
4.05    0.0326

对于您数据文件中的所有此类示例，依此类推。最简单的方法是通过它们的 x 参数、排序和干扰来分组这些值。

这显然会引入一些错误，但是，嗯……无论如何，你是曲线拟合，对吧？

要制定正弦，您必须知道幅度、频率和相位：f(x) = A * sin(F*x + p) 其中A 是幅度，F 是频率，@ 987654328@ 是相位。如果您准备了适当的数据集，Numpy 有专门的方法： How do I fit a sine curve to my data with pylab and numpy?