Question

我正在使用this question中描述的技术来拟合一些数据（在这里已对其进行硬编码），并且看起来工作正常。但是，我意识到我的xdata并不是我想要的，所以我使用了'endpoint = False'，因此我的xdata从0.5逐步从17增加到27.5。这样做后，scipy警告我：

minpack.py:794: OptimizeWarning: Covariance of the parameters could not be estimated category=OptimizeWarning)

也许这是按预期的方式工作的，我缺少了curve_fit或Fourier函数如何工作的一部分，但是我真的很希望能够使用正确的x值（尽管只是略有不同）来拟合它。我的y值确实有一个偏移，当拟合成功运行时，该偏移会删除，这对我来说很好。

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

ydata = [48.97266579, 54.97148132, 65.33787537, 69.55269623, 56.5559082,  41.52973366,
 28.06554699, 19.01652718, 16.74026489, 19.38094521, 25.63856506, 24.39780998,
 18.99308014, 30.67970657, 31.52746582, 45.38796043, 45.3911972,  42.38343811,
 41.90969849, 38.00998878, 49.11366463, 70.14483643]
xdata = np.linspace(17, 28, 22, endpoint=False) #, endpoint=False

def make_fourier(na, nb):
    def fourier(x, *a):
        ret = 0.0
        for deg in range(0, na):
            ret += a[deg] * np.cos((deg+1) * 2 * np.pi * x)
        for deg in range(na, na+nb):
            ret += a[deg] * np.sin((deg+1) * 2 * np.pi * x)
        return ret
    return fourier

def obtain_fourier_coef(ydata, harms):
    popt, pcov = curve_fit(make_fourier(harms, harms), xdata, ydata, [0.0]*harms*2)
    plt.plot(xdata, (make_fourier(harms,harms))(xdata, *popt))
    plt.show()

plt.plot(xdata, ydata)
obtain_fourier_coef(ydata, 10)

Withendpoint = False： curve fit results plot

没有端点= False： curve fit results plot

Answer 1

问题是由

的组合引起的

[...] xdata以 0.5的步长从17增加到27.5。

和

np.cos((deg+1) * 2 * np.pi * x)

如果x包含步长为0.5的值，则传递给三角函数的值是pi的倍数。这使得sin始终返回0，而cos返回+1或-1。由于这种简并性，因此无法拟合结果函数。

在自变量中使用endpoint = False时，curve_fit失败

1 个答案: