python scipy學習-曲線擬合

根據某地每月的平均溫度[17, 19, 21, 28, 33, 38, 37, 37, 31, 23, 19, 18]擬合溫度函數。

import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize

scipy.optimize提供了函數最小值(標量或多維)、曲線擬合和尋找等式的根的有用算法。

因為溫度是以年為單位的

x=np.arange(1,13,1)
y=np.array([17, 19, 21, 28, 33, 38, 37, 37, 31, 23, 19, 18 ])
plt.plot(x,y)
plt.show()

　　

可以看出溫度是以周期為12的正弦函數

構建函數y=a*sin(x*pi/6+b)+c

使用optimize.curve_fit函數求出a、b、c的值

x=np.arange(1,13,1)
x1=np.arange(1,13,0.1)
ymax=np.array([17, 19, 21, 28, 33, 38, 37, 37, 31, 23, 19, 18 ])
def fmax(x,a,b,c):
    return a*np.sin(x*np.pi/6+b)+c
fita,fitb=optimize.curve_fit(fmax,x,ymax,[1,1,1])
print(fita)
plt.plot(x,ymax)
plt.plot(x1,fmax(x1,fita[0],fata[1],fita[2]))
plt.show()

求出a b c的值為[ 10.93254952  -1.9496096   26.75]

以上為擬合曲線