有没有办法绘制没有函数的最佳拟合曲线？ Python

Question

我需要绘制一条最佳拟合的平滑曲线，但我发现的所有方法都使用 scipy.optimize.curve_fit()，这需要了解与 x 和 y 相关的函数。对于基本散点图，有更简单的方法吗？

我试图得到的曲线是什么：

import matplotlib.pyplot as plot

x = range(30)
y = [1, 1, 1, 2, 1, 1, 1, 2, 4, 5, 8, 12, 13, 14, 12, 11, 9, 6, 5, 4, 2, 2, 1, 2, 1, 1, 1, 1, 1, 1 ]

plot.plot(x, y, "o")
plot.show()

如有任何帮助，我们将不胜感激。

Answer 1

通常为了在不猜测生成函数的情况下进行平滑，人们使用样条曲线。以下是使用您的数据的示例：

import matplotlib.pyplot as plt
from scipy.interpolate import UnivariateSpline
import numpy as np

x = range(30)
y = [1, 1, 1, 2, 1, 1, 1, 2, 4, 5, 8, 12, 13, 14, 12, 11, 9, 6, 5, 4, 2, 2, 1, 2, 1, 1, 1, 1, 1, 1 ]

s = UnivariateSpline(x, y, s=5)
xs = np.linspace(0, 29, 100)
ys = s(xs)

plt.plot(x, y, 'o')
plt.plot(xs, ys)
plt.show()

您可能已经猜到了，关键字 s 用于设置拟合与数据的匹配程度，其中 s=0 将遍历每个点。

样条基本上将一个简单的函数拟合到曲线的局部点集，然后匹配边界处的导数以连接这些局部曲线，因此最终结果看起来很平滑。

scipy中有多种样条例程可供选择。

有没有办法绘制没有函数的最佳拟合曲线？ Python

Is there a way to plot a curve of best fit without function? Python

python

spline

curve-fitting

smoothing