Question

我想将一个sinc函数适用于一堆数据线。使用高斯适合本身确实有效，但数据似乎不够高，所以我想我可以切换到sinc ..

我只是尝试将一小段自运行代码放在一起，但实现了，我可能还不完全理解，如果移交给函数，如何处理数组，这可能是原因的一部分，为什么我会得到错误消息调用我的程序

所以我的代码目前看起来如下：

from numpy import exp
from scipy.optimize import curve_fit
from math import sin, pi

def gauss(x,*p):
    print(p)
    A, mu, sigma = p
    return A*exp(-1*(x[:]-mu)*(x[:]-mu)/sigma/sigma)

def sincSquare_mod(x,*p):
    A, mu, sigma = p
    return A * (sin(pi*(x[:]-mu)*sigma) / (pi*(x[:]-mu)*sigma))**2


p0 = [1., 30., 5.]
xpos = range(100)
fitdata = gauss(xpos,p0)
p1, var_matrix = curve_fit(sincSquare_mod, xpos, fitdata, p0)

我得到的是：

Traceback (most recent call last):
File "orthogonal_fit_test.py", line 18, in <module>
fitdata = gauss(xpos,p0)
File "orthogonal_fit_test.py", line 7, in gauss
A, mu, sigma = p
ValueError: need more than 1 value to unpack

从我的理解p没有正确移交，这很奇怪，因为它在我的实际代码中。然后我从sincSquare函数中获得类似的消息，当安装时，它可能是相同类型的错误。我是明星运营商的新手，因此可能会出现一个小故障......

有人有什么想法吗？：）

谢谢！

Answer 1

您需要进行三项更改

def gauss(x, A, mu, sigma):
    return A*exp(-1*(x[:]-mu)*(x[:]-mu)/sigma/sigma)

def sincSquare_mod(x, A, mu, sigma):
    x=np.array(x)
    return A * (np.sin(pi*(x[:]-mu)*sigma) / (pi*(x[:]-mu)*sigma))**2

fitdata = gauss(xpos,*p0)

1，见Documentation

2，将sin版本替换为numpy广播

3，直接向前吧？：P

注意，我认为您正在寻找array而不是OP中的那个，这看起来没有解决方案。

Answer 2

另外值得注意的是，当x * Pi接近零时，你会得到舍入误差，可能会被放大。您可以近似如下所示获得更好的结果（VB.NET，抱歉）：

Private Function sinc(x As Double) As Double
    x = (x * Math.PI)
    'The Taylor Series expansion of Sin(x)/x is used to limit rounding errors for small values of x
    If x < 0.01 And x > -0.01 Then
        Return 1.0 - x ^ 2 / 6.0 + x ^ 4 / 120.0
    End If
    Return Math.Sin(x) / x
End Function

http://www.wolframalpha.com/input/?i=taylor+series+sin+%28x%29+%2F+x&dataset=&equal=Submit

在python中拟合变量Sinc函数

2 个答案: