scipyのダウンロードコールcurve_fitパッケージは、カーブフィッティング関数形式の指定されたセットから既知のデータと従属変数とすることができます。
インポートnumpyのようなNPの インポートパンダとしてのPd インポートmatplotlib.pyplot としてPLT からscipy.optimizeインポートcurve_fit ＃自定义函数 ：DEF FUNC（X、a、b）は 戻り *のPOWを（X、B） データ = pd.read_excel（R ' C：\ユーザー\ YBM \デスクトップ\ data.xlsx ' ） X =データ[ ' X ' ] Y =データ[ ' Y ' ] POPT、PCOV = curve_fit（x、y）は 、A = POPT [ 0 ] B = POPT [ 1] Yvals = FUNC（X、A、B） Plot1 = plt.plot（X、Y、' S '、ラベル= ' 元の値' ） Plot2 = plt.plot（X、yvals、' R＆LT '、ラベル= ' 関数polyfit値' ） plt.xlabel（' X ' ） plt.ylabel（' Y ' ） （LOCのplt.legend = 4は）＃右下の位置に凡例を指定 plt.title（' curve_fit '）
次の3つのパラメータの関数を定義することができます。
インポートnumpyのようなNPの インポートパンダとしてのPd インポートmatplotlib.pyplot としてPLT からscipy.optimizeインポートcurve_fitの ：DEF FUNC（X、A、B、C） を返す *のnp.expを（-b * X）+ C XDATA = NP。 linspace（0、4、50 ） Y =のFUNC（XDATA、2.5、1.3、0.5 ） y_noise = 0.2 * np.random.normal（サイズ= xdata.size） YDATA = Y + y_noise plt.plot（XDATA、YDATA、'B- 'ラベル= ' データ' ） POPT、PCOV = curve_fit（FUNC、XDATA、YDATA） A = POPT [ 0 ] B = POPT [ 1 ] C = POPT [ 2 ] yvalsの =のFUNC（XDATA、A、B、 C） plot1 = plt.plot（XDATA、YDATA、' S '、ラベル= ' 元の値' ） plot2 = plt.plot（XDATA、yvals、' R '、ラベル= ' 関数polyfit値' ） ＃の或： plt.plot（XDATA、FUNC（XDATA、 * POPT）、' R- '、ラベル= ' フィット' ） ＃限制参数范围：0 << 3、0 <B < 2、0 <C < 1 POPT、PCOV = curve_fit（FUNC、XDATA、YDATA、境界=（0、[ 3、2、1 ]）） plt.plot（XDATA、FUNC（XDATA、 * POPT）、' R- '、ラベル= ' フィット' ）