我想弄清楚我在这里不明白的是什么。
我正在关注http://www.scipy.org/Cookbook/FittingData并尝试拟合正弦波。真正的问题是卫星磁力计数据，它在旋转的航天器上产生了很好的正弦波。我创建了一个数据集，然后试图适应它来恢复输入。
这是我的代码：
import numpy as np
from scipy import optimize
from scipy.optimize import curve_fit, leastsq
import matplotlib.pyplot as plt
class Parameter:
def __init__(self, value):
self.value = value
def set(self, value):
self.value = value
def __call__(self):
return self.value
def fit(function, parameters, y, x = None):
def f(params):
i = 0
for p in parameters:
p.set(params[i])
i += 1
return y - function(x)
if x is None: x = np.arange(y.shape[0])
p = [param() for param in parameters]
return optimize.leastsq(f, p, full_output=True, ftol=1e-6, xtol=1e-6)
# generate a perfect data set (my real data have tiny error)
def mysine(x, a1, a2, a3):
return a1 * np.sin(a2 * x + a3)
xReal = np.arange(500)/10.
a1 = 200.
a2 = 2*np.pi/10.5 # omega, 10.5 is the period
a3 = np.deg2rad(10.) # 10 degree phase offset
yReal = mysine(xReal, a1, a2, a3)
# plot the real data
plt.figure(figsize=(15,5))
plt.plot(xReal, yReal, 'r', label='Real Values')
# giving initial parameters
amplitude = Parameter(175.)
frequency = Parameter(2*np.pi/8.)
phase = Parameter(0.0)
# define your function:
def f(x): return amplitude() * np.sin(frequency() * x + phase())
# fit! (given that data is an array with the data to fit)
out = fit(f, [amplitude, frequency, phase], yReal, xReal)
period = 2*np.pi/frequency()
print amplitude(), period, np.rad2deg(phase())
xx = np.linspace(0, np.max(xReal), 50)
plt.plot( xx, f(xx) , label='fit')
plt.legend(shadow=True, fancybox=True)
这使得这个情节：
恢复的拟合参数[44.2434221897 8.094832581 -61.6204033699]与我开始时的没有相似之处。
对我不理解或做错的事情有任何想法吗？
scipy.__version__
'0.10.1'
编辑：建议修复一个参数。在上面的示例中，将幅度固定为np.histogram(yReal)[1][-1]仍然会产生不可接受的输出。适合：[175.0 8.31681375217 6.0]我应该尝试不同的拟合方法吗？对哪方面的建议？
