matplotlib - 如何根据测量数据拟合我的图？

Question

我怎样才能适应我的情节？

到目前为止，我有以下代码，它从一个数组（来自实验的数据）中绘制各种图表，因为它被放置在一个循环中：

import matplotlib as plt
plt.figure(6)
plt.semilogx(Tau_Array, Correlation_Array, '+-')
plt.ylabel('Correlation')
plt.xlabel('Tau')
plt.title("APD" + str(detector) + "_Correlations_log_graph")
plt.savefig(DataFolder + "/APD" + str(detector) + "_Correlations_log_graph.png")

到目前为止，这适用于对数图，但我想知道拟合过程如何在这里工作。最后，我想要某种公式或/和图表来最好地描述我测量的数据。

如果有人可以帮助我，我会很高兴！

Answer 1

你可以使用curve_fitfromscipy.optimize这个。这是一个例子

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

def func(x,a):
   return np.exp(a*x)

x,y,z = np.loadtxt("fit3.dat",unpack=True)

popt,pcov = curve_fit(func,x,y)
y_fit = np.exp(popt[0]*x)


plt.plot(x,y,'o')
plt.errorbar(x,y,yerr=z)
plt.plot(x,y_fit)
plt.savefig("fit3_plot.png")
plt.show()

在您的情况下，您可以func相应地定义。popt是一个包含拟合参数值的数组。