logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

python数据分析之曲线拟合(2):三角函数sin/cos拟合

方法获取实验数据x, y利用scipy.optimize.curve_fit()进行三角函数拟合。curve_fit本质是提供一个目标函数和初值,通过优化算法去搜索出最佳的拟合参数。在这里目标函数定义为:a0sin⁡(a1x+a2)+a3a_0\sin(a_1x+a_2)+a_3a0​sin(a1​x+a2​)+a3​需要给出一个初值[a0, a1, a2, a3]。主要是频率参数a1,可通过傅里

matlab统计与可视化:boxplot

简介常用接口boxplot(x)boxplot(ax, x)boxplot(ax, x, Name, Value)创建 x 中数据的箱线图。如果 x 是向量,boxplot 绘制一个箱子。如果 x 是矩阵,boxplot 为 x 的每列绘制一个箱子。功能:箱线图提供样本数据的汇总统计量的可视化每个箱子的底部和顶部分别表示样本的第 25 个和第 75 个百分位数。每个箱子的底部和顶部之间的距离表示四

python:find_peaks

需求已知一条曲线(x, y),想要找到各个peak或dip,以及对应的x值。应用:已知一幅频谱图,要求找到各个peak及对应的频率解决方案1、直接利用已有的方法scipy.signal.find_peaks2、自己写一个方法思路:1.利用sort(list(zip(y,x)))全部排序;2.再根据各个条件筛出结果,比如y值大小,相邻peak的间距等。这样看与方法1思路是可能是相同的。...

#python
python:矩阵(ndarray)的常用运算

简介下面简单总结python中矩阵的常用运算。重要注释:在numpy中既可以用二维数组(numpy.ndarray)来表示矩阵,也可用numpy.matrix来表示矩阵。但我统一选择用ndarray来表示矩阵。原因:ndarray更通用,可以表示任意N维数组;官方文档不推荐用matrix,可能会在未来版本中移除matrix以前用matrix的一个好处是,可以直接用a*b进行矩阵乘法,...

#python
python:pcolor,pcolormesh

简介用pcolor可以来画2维图,即有两个自变量x,y,和一个因变量C。注意的点:pcolor是用格点来表示C值。故应先用np.meshgrid(x,y)来生成二维的x和y坐标点。C的行索引对应y坐标,列索引对应x坐标。所以画图时,一般将计算好的C转置。pcolor和pcolor功能是相同的,官方文档建议用pcolormesh,它的速度会更快。实例代码def f(x,y):return (x**2

#python
python数据分析之曲线拟合(3):指数函数拟合

引入指数形式的曲线也是工程实践中经常遇到的。比如指数衰减。处理流程获取实验数据x, y利用scipy.optimize.curve_fit()进行指数函数拟合。curve_fit本质是提供一个目标函数和初值,通过优化算法去搜索出最佳的拟合参数。可以提供一个初值,使得拟合更快更准。得到拟合出的系数,进行后续的数据处理。实例已知一组类似指数衰减数据,形如:y=a0ex/a1+a2y = a_0e^{x

#python
AttributeError: module 'numpy' has no attribute 'dtype'

问题描述运行python脚本,报错:AttributeError: module ‘numpy’ has no attribute ‘dtype’。如图所示:解决问题原因:我的脚本名为signal.py,与库中有个模块signal.py冲突,导致报错解决办法:重命名文件后,运行正常。同理,如出现类似bug:AttributeError: module ‘numpy’ has no att...

#python
python:pcolor,pcolormesh

简介用pcolor可以来画2维图,即有两个自变量x,y,和一个因变量C。注意的点:pcolor是用格点来表示C值。故应先用np.meshgrid(x,y)来生成二维的x和y坐标点。C的行索引对应y坐标,列索引对应x坐标。所以画图时,一般将计算好的C转置。pcolor和pcolor功能是相同的,官方文档建议用pcolormesh,它的速度会更快。实例代码def f(x,y):return (x**2

#python
python:保存N维数组(ndarray)到本地文件

需求实际程序中,往往需要将运算结果(ndarray类型)保存到本地,以便进行后续的数据分析。利用numpy.savetxt可以保存1维或2维数据到txt文件中,但无法保存3维以上的数据。比如对一个图像库提取的图像特征。此时可以用numpy.savez方法来保存3维以上的数据。接口保存数据用numpy.savez可以保存任意多个N维数组,有两种保存方式:1.用*args方式,比如np.savez('

#python
python数据分析之曲线拟合(3):指数函数拟合

引入指数形式的曲线也是工程实践中经常遇到的。比如指数衰减。处理流程获取实验数据x, y利用scipy.optimize.curve_fit()进行指数函数拟合。curve_fit本质是提供一个目标函数和初值,通过优化算法去搜索出最佳的拟合参数。可以提供一个初值,使得拟合更快更准。得到拟合出的系数,进行后续的数据处理。实例已知一组类似指数衰减数据,形如:y=a0ex/a1+a2y = a_0e^{x

#python
    共 25 条
  • 1
  • 2
  • 3
  • 请选择