使用python拟合sin曲线

Question

我有两个清单：

# on x-axis:
# list1:
[70.434654, 37.147266, 8.5787086, 161.40877, -27.31284, 80.429482, -81.918106, 52.320129, 64.064552, -156.40771, 12.37026, 15.599689, 166.40984, 134.93636, 142.55002, -38.073524, -38.073524, 123.88509, -82.447571, 97.934402, 106.28793]

# on y-axis:
# list2:
[86683.961, -40564.863, 50274.41, 80570.828, 63628.465, -87284.016, 30571.402, -79985.648, -69387.891, 175398.62, -132196.5, -64803.133, -269664.06, 36493.316, 22769.121, 25648.252, 25648.252, 53444.855, 684814.69, 82679.977, 103244.58]

我需要在通过使用python将list1（在x轴上）与（在y轴上）绘制得到的数据点中拟合正弦曲线a+bsine(2*3.14*list1+c)。

我无法获得任何好结果。任何人都可以帮我找到合适的代码，解释......

谢谢！

这是绘制list1（在x轴上）和list2（在y轴上）之后的图表

Answer 1

好吧，如果你使用lmfit设置和运行你的健康将如下所示：

xdeg  = [70.434654, 37.147266, 8.5787086, 161.40877, -27.31284, 80.429482, -81.918106, 52.320129, 64.064552, -156.40771, 12.37026, 15.599689, 166.40984, 134.93636, 142.55002, -38.073524, -38.073524, 123.88509, -82.447571, 97.934402, 106.28793]

y = [86683.961, -40564.863, 50274.41, 80570.828, 63628.465, -87284.016, 30571.402, -79985.648, -69387.891, 175398.62, -132196.5, -64803.133, -269664.06, 36493.316, 22769.121, 25648.252, 25648.252, 53444.855, 684814.69, 82679.977, 103244.58]

import numpy as np
from lmfit import Model

import matplotlib.pyplot as plt

def sinefunction(x, a, b, c):
    return a + b * np.sin(x*np.pi/180.0 + c)

smodel = Model(sinefunction)
result = smodel.fit(y, x=xdeg, a=0, b=30000, c=0)

print(result.fit_report())

plt.plot(xdeg, y, 'o', label='data')
plt.plot(xdeg, result.best_fit, '*', label='fit')
plt.legend()
plt.show()

假设您的X数据以度为单位，并且您确实打算将其转换为弧度（因为numpy的sin（）函数需要）。

但这只是解决了如何进行拟合的机制（我会将结果显示给你 - 似乎你可能需要这种做法）。

拟合结果很糟糕，因为这些数据不是正弦曲线。它们也没有很好的排序，这对于做适合不是一个问题，但确实让人更难看到发生了什么。