import numpy as np

import matplotlib.pyplot as plt

from scipy.optimize import curve_fit#用python擬合函數(shù)最主要模塊就是cure_fit

#準(zhǔn)備數(shù)據(jù)

x=[一組數(shù)據(jù)]

y=[一組數(shù)據(jù)]

#定義你自己想要擬合的函數(shù)

def func(x,E0,B0,B1,V0):

return E0+(9.0/16)*V0*B0*(((V0/x)**(2.0/3)-1)**(3.0)*B1)+(9.0/16)*V0*B0*((V0/x)**(2.0/3)-1)**(2.0)*(6-4*(V0/x)**(2.0/3))

#定義好自己需要的函數(shù)之后就是擬合

#popt是一個(gè)一維數(shù)組，表示得到的擬合方程的參數(shù)

#pcov是一個(gè)二維數(shù)組，是在popt參數(shù)下得到的協(xié)方差

popt,pcov=curve_fit(func,x,y,[-800,-1,-1,930]) #后面這個(gè)數(shù)組是進(jìn)行設(shè)置初猜，即使初猜設(shè)置的不是特別好，也能擬合出來比較理想的效果。如果你不設(shè)置初猜的話，默認(rèn)的都是1

print(popt)

E0=popt[0]

B0=popt[1]

B1=popt[2]

V0=popt[3]

print(pcov)

yval=func(x,E0,B0,B1,V0)#擬合完參數(shù)之后 就用擬合之后的參數(shù)來計(jì)算函數(shù)的值，即得到擬合擬合曲線的數(shù)值

plt.scatter(x,y)#原始數(shù)據(jù)畫圖

plt.plot(x,yval,'g',label='E0=%5.3f,B0=%5.3f,B1=%5.3f,V0=%5.3f'%tuple(popt))#擬合之后的數(shù)據(jù)畫圖 tuple是把列表變成元組

plt.legend()

plt.show()

總結(jié)

以上是生活随笔為你收集整理的python自定义函数拟合_python自定义函数拟合的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。