1

我在 Matlab 中有一个要转换为 python 的代码。在 Matlab 代码中，我使用曲线拟合工具箱将一些数据拟合到 3 阶傅里叶级数。这是我在 Matlab 中的做法：

ft= fittype('fourier3');                                
myfit = fit(x,y,ft)
figure(20)
plot(y)
hold
figure(20)
plot(myfit)

这是数据图

在此处输入图像描述

因此，为了将其转换为 Python，我搜索了与曲线拟合工具箱等效的库，并找到了一个名为“symfit”的库，它具有相同的用途。我查看了文档并找到了可以提供帮助的示例，因此我将描述中的示例与我的数据一起使用，如下所示：

from symfit import parameters, variables, sin, cos, Fit
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

def fourier_series(x, f, n=0):
    """
    Returns a symbolic fourier series of order `n`.

    :param n: Order of the fourier series.
    :param x: Independent variable
    :param f: Frequency of the fourier series
    """
    # Make the parameter objects for all the terms
    a0, *cos_a = parameters(','.join(['a{}'.format(i) for i in range(0, n + 1)]))
    sin_b = parameters(','.join(['b{}'.format(i) for i in range(1, n + 1)]))
    # Construct the series
    series = a0 + sum(ai * cos(i * f * x) + bi * sin(i * f * x)
                     for i, (ai, bi) in enumerate(zip(cos_a, sin_b), start=1))
    return series

T = pd.read_excel('data.xls')
A = pd.DataFrame(T)

x, y = variables('x, y')
w, = parameters('w')
model_dict = {y: fourier_series(x, f=w, n=3)}
print(model_dict)

xdata = np.array(A.iloc[:, 0])
ydata = np.array(A.iloc[:, 1])

# Define a Fit object for this model and data
fit = Fit(model_dict, x=xdata, y=ydata)
fit_result = fit.execute()
print(fit_result)

# Plot the result
plt.plot(xdata, ydata)
plt.plot(xdata, fit.model(x=xdata, **fit_result.params).y, ls=':')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

但是在运行代码时，这是我得到的图：

在此处输入图像描述

我不知道为什么拟合的数据是一条直线。任何人都可以帮助解决这个问题吗？我不知道是我使用了错误的算法还是我错误地绘制了数据。

编辑： 这里是那些想尝试的人的数据文件：https ://docs.google.com/spreadsheets/d/18lL1iMZ3kdaqUUtRDLNRK4A3uCPzOrXt/edit?usp=sharing&ouid=112684448221465330517&rtpof=true&sd=true

4

0 回答 0