抛物面（3D抛物线）表面拟合python

我想要适合这个x数据：[0.4,0.165,0.165,0.585,0.585]，这个y数据：[.45，.22，.63，.22，。 63]，而这个z数据：[1,0.99，0.98,0.97,0.96]为抛物面。我正在使用scipy的curve_fit工具。这里是我的代码：抛物面（3D抛物线）表面拟合python

doex = [0.4,0.165,0.165,0.585,0.585] 
doey = [.45, .22, .63, .22, .63] 
doez = np.array([1, .99, .98,.97,.96]) 

def paraBolEqn(data,a,b,c,d): 
    if b < .16 or b > .58 or c < .22 or c >.63: 
     return 1e6 
    else: 
     return ((data[0,:]-b)**2/(a**2)+(data[1,:]-c)**2/(a**2)) 

data = np.vstack((doex,doey)) 
zdata = doez 

opt.curve_fit(paraBolEqn,data,zdata)

我试图居中0.16和1.58（X轴）和0.22和1.63（Y轴）之间的抛物面。我通过返回一个很大的值，如果b或c在这个范围之外做到这一点。

不幸的是，合适的是合适的，我的popt值都是1，我的pcov是inf。

任何帮助将是伟大的。

谢谢

来源

2014-10-01 haidalangara

而不是强迫高回报值超出范围的区域，你需要提供一个良好的初始猜测。另外，该模式缺少偏移参数，而抛物面标志错误。该模型改变为：

def paraBolEqn(data,a,b,c,d): 
    x,y = data 
    return -(((x-b)/a)**2+((y-d)/c)**2)+1.0

予固定的偏移量为1.0，因为如果其中加入作为拟合参数的系统将被欠定（比拟合参数更少或相等数量的数据点）。呼叫curve_fit像这样的初始猜测：

popt,pcov=opt.curve_fit(paraBolEqn,np.vstack((doex,doey)),doez,p0=[1.5,0.4,1.5,0.4])

这产生了：

[ 1.68293045 0.31074135 2.38822062 0.36205424]

和尼斯比赛的数据：

enter image description here

来源

2014-10-02 13:52:57

抛物面（3D抛物线）表面拟合python

回答

相关问题