拟合 3D 点 python [英] Fitting 3D points python

问题描述

我有 python 代码，它生成一个由数字 x、y 和 z 组成的 3 元组列表.我想使用 scipy curve_fit 拟合 z= f(x,y).这是一些非工作代码

I have python code that produces a list of 3-tuples of numbers x, y and z. I would like to fit z= f(x,y) using scipy curve_fit. Here is some non-working code

A = [(19,20,24), (10,40,28), (10,50,31)]

def func(x,y,a, b):
    return x*y*a + b

如何让python使这个函数适合列表A中的数据?

How can I get python to fit this function to the data in the list A?

推荐答案

• func 的第一个参数必须是数据(x 和 y).
• func 的其余参数代表参数.
• The first argument to func must be the data (both x and y).
• The rest of the arguments to func represent the parameters.

所以你需要稍微修改一下你的func:

So you need to modify your func a bit:

def func(data, a, b):
    return data[:,0]*data[:,1]*a + b

<小时>

• curve_fit 的第一个参数是函数.
• 第二个参数是独立的data(x和y在一种数组的形式).
• 第三个参数是依赖数据 (z).
• 第四个参数是对参数值的猜测 (a和 b 在这种情况下.)

---

• The first argument to curve_fit is the function.
• The second argument is the independent data (x and y in the form of one array).
• The third argument is the dependent data (z).
• The fourth argument is a guess for the value of the parameters (a and b in this case.)

例如:

params, pcov = optimize.curve_fit(func, A[:,:2], A[:,2], guess)

<小时>

import scipy.optimize as optimize
import numpy as np

A = np.array([(19,20,24), (10,40,28), (10,50,31)])

def func(data, a, b):
    return data[:,0]*data[:,1]*a + b

guess = (1,1)
params, pcov = optimize.curve_fit(func, A[:,:2], A[:,2], guess)
print(params)
# [ 0.04919355  6.67741935]

这篇关于拟合 3D 点 python的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！