我正在寻找一种方法,使用Python将 parametric equations适合于一组数据点。如何拟合参数方程到Python中的数据点
作为一个简单的例子,给定的是下面的一组数据点:
import numpy as np
x_data = np.array([1, 2, 3, 4, 5])
y_data = np.array([2, 0, 3, 7, 13])
使用t
作为参数时,我想以适应下列参数方程的数据点,
t = np.arange(0, 5, 0.1)
x = a1*t + b1
y = a2*t**2 + b2*t + c2
也就是说,让Python找到系数a1
,,a2
,b2
,c2
的值,该值适合(x,y)
最佳t o数据点(x_data, y_data)
。
请注意,上面的y(t)
和x(t)
函数仅用作参数方程的示例。我想要适合我的数据的实际功能要复杂得多,并且在这些功能中,将y
作为x
的函数来表达并不是微不足道的。
帮助将不胜感激 - 谢谢!
我曾尝试使用'scipy.optimize.curve_fit'。问题是'scipy.optimize.curve_fit'需要(据我所知)'y'是'x'的一个函数。 在我的问题中,我有一个参数方程,其中'y'和'x'是't'的函数。 –