python - 更准确的曲线拟合
问题描述
我通过在 scipy 中使用 curve_fit 函数进行了曲线拟合。但是,曲线拟合对我来说并不好。有什么办法可以改善曲线拟合?下面的python代码是我写的。
import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
minus_eta_total =[-0.004, -0.0116, -0.02604, -0.04, -0.08, -0.12, -0.16, -0.2, -0.24, -0.288, -0.3456, -0.4]
I_d_infil_0_sub_1 = [0.004204675, 0.012262849, 0.028331318, 0.045626793, 0.113222124, 0.224759087, 0.403571293, 0.678854397, 1.090002487, 1.837299526, 3.260471157, 5.311900419]
ASR_el = 0.0075
eta_infil_0_sub_1 = np.array(minus_eta_total) + (np.array(I_d_infil_0_sub_1)*np.array(ASR_el))
cons_eq = 8.3144 * 1073 / (0.5 * 4 * 96485)
def func(x, a, b):
return -cons_eq*np.log(x/a)-b*x
popt_infil_0_sub_1, pcov_infil_0_sub_1 = curve_fit(func, I_d_infil_0_sub_1, eta_infil_0_sub_1)
plt.clf()
plt.plot(I_d_infil_0_sub_1, eta_infil_0_sub_1, linestyle = '--', marker='o', color='k', label = 'original')
plt.plot(I_d_infil_0_sub_1, func(np.asarray(I_d_infil_0_sub_1),*popt_infil_0_sub_1), 'k', label='fit: $\mathit{j_0}$=%5.4f, R$_{ohm}$=%5.4f' % tuple(popt_infil_0_sub_1))
plt.ylim(-0.42, 0.02)
plt.xticks(np.arange(0, 12, 2))
plt.yticks(np.arange(0, -0.42, -0.05))
plt.xlabel('$\mathit{j}$ ($A/cm^2$)', fontsize=14)
plt.ylabel('-\u03b7$_c$ (V)', fontsize=14) # \u03bcm = micro(\u03bc) + meter(m)
plt.legend(loc='upper right')
plt.show(block = False)
解决方案
推荐阅读
- java - Apache Ignite - Java 瘦客户端终止
- r - 使用函数在 by in data.table 语句中传递字符向量
- python - 在 php 文件中执行 script.sh 不起作用
- powerbi - 根据日期分析 2 个表中的数据
- docker - 在 Windows 和 PhpStorm 上使用 Docker 进行 Xdebug
- laravel - 让 laravel、vuejs 和 Flutter 协同工作的最佳方式是什么?
- excel - 带有 Excel VBA 的幻灯片指示器
- javascript - 有什么不同 '
' 和 '{ Toolbar() }' 在反应渲染中? - python - 使用opencv从验证码中提取字母
- mysql - 替换列中的值而不创建新列