所以我需要提出模型参数，以便能够使用模型进行预测（系数等）。对不起，如果我的问题听起来很无聊，但我正在学习 :) 使用的整体模型应该是这样的：y=p1*np.log(x)+p2。所以问题是 p1 & p2 是否由 popt[0] & popt 1表示？log(x) - 只是日期数（数据集从 2010-08-16 运行到 2021-04-14）？y -price 应根据 p1 & p2 和 x 进行预测。
import pandas as pd
import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
df = pd.read_csv('C:/Data_crypto/Log regression_bands/BCHAIN-MKPRU.csv')
df = df[ df['Value'] > 0]
df = df.iloc[::-1]
df['Date'] = pd.to_datetime(df['Date'])
df
def func(x, p1,p2):
return p1*np.log(x)+p2
ydata = np.log(df['Value'])
xdata = np.array([x + 1 for x in range(len(df))])
popt, pcov = curve_fit(func, xdata, ydata)
print(popt)
print(pcov)
popt[0]
popt[1]
xdata
## y axis will be loged and x axis wont be
plt.semilogy(df["Date"], df['Value'])
plt.show()
## plot fitted data and expinatiate data
fittedydata = func(xdata, popt[0], popt[1])
popt[0]
plt.semilogy(df['Date'], df['Value'])
plt.plot(df['Date'], np.exp(fittedydata))
plt.ylim(bottom = 1)
plt.show()
