python 曲线拟合_Python实现数学模型(插值、拟合和微分方程)
这篇文章主要介绍了python实现数学模型(插值、拟合和微分方程),本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
问题1 车辆数量估计题目描述
交通管理部门为了掌握一座桥梁的通行情况,在桥梁的一端每隔一段不等的时间,连续记录1min内通过桥梁的车辆数量,连续观测一天24h的通过车辆,车辆数据如下表所示。试建立模型分析估计这一天中总共有多少车辆通过这座桥梁。
python 实现(关键程序)
def get_line(xn, yn):
def line(x):
index = -1
# 找出x所在的区间
for i in range(1, len(xn)):
if x <= xn[i]:
index = i - 1
break
else:
i += 1
if index == -1:
return -100
# 插值
result = (x - xn[index + 1]) * yn[index] / float((xn[index] - xn[index + 1])) + (x - xn[index]) * yn[
index + 1] / float((xn[index + 1] - xn[index]))
return result
return line
time = [0, 2, 4, 5, 6, 7, 8,
9, 10.5, 11.5, 12.5, 14, 16, 17,
18, 19, 20, 21, 22, 23, 24]
num = [2, 2, 0, 2, 5, 8, 25,
12, 5, 10, 12, 7, 9, 28,
22, 10, 9, 11, 8, 9, 3]
# 分段线性插值函数
lin = get_line(time, num)
# time_n = np.arange(0, 24, 1/60)
time_n = np.linspace(0, 24, 24*60+1)
num_n = [lin(i) for i in time_n]
sum_num = sum(num_n)
print("估计一天通过的车辆:%d" % sum_num)
结果
问题2 旧车平均价格
题目描述
某年美国旧车价格的调查资料如下表所示,其中 x i x_i xi表示轿车的使用年数, y i y_i yi表示相应的平均价格。试分析用什么形式的曲线拟合表中所给的数据,并预测使用4.5年后轿车的平均价格大致为多少?
Python 实现(关键程序)
from scipy.optimize import curve_fit
def func(x, a, b, c): # 指数函数拟合
return a * (b**(x-1)) + c
year = np.arange(1, 11, 1)
price = [2615, 1943, 1494, 1087, 765, 538, 484, 290, 226, 204]
popt, pcov = curve_fit(func, year, price)
a = popt[0]
b = popt[1]
c = popt[2]
price_fit = func(year, a, b, c)
结果
问题3 微分方程组求解
题目描述
求下列微分方程组(竖直加热板的自然对流)的数值解
Python实现(关键程序)
from scipy.integrate import solve_ivp
def natural_convection(eta, y): # 将含有两个未知函数的高阶微分方程降阶,得到由2+3个一阶微分方程组成的方程组
T1 = y[0]
T2 = y[1]
f1 = y[2]
f2 = y[3]
f3 = y[4]
return T2, -2.1*f1*T2, f2, f3, -3*f1*f3 + 2*(f2**2)-T1
eta = np.linspace(0, 10, 1000)
eta_span = [0, 10]
init = np.array([ 1, -0.5, 0, 0, 0.68])
curve = solve_ivp(natural_convection, eta_span, init, t_eval=eta)
结果
问题4 野兔数量 题目描述
某地区野兔的数量连续9年的统计数量(单位:十万)如下表所示.预测t = 9, 10时野兔的数量。
Python实现(关键程序)
import numpy as np
year = np.arange(0, 9, 1)
num = [5, 5.9945, 7.0932, 8.2744, 9.5073, 10.7555, 11.9804, 13.1465, 14.2247]
fit = np.polyfit(year, num, 1)
print("线性拟合表达式:", np.poly1d(fit))
num_fit = np.polyval(fit, year)
plt.plot(year, num, 'ro', label='原始数据')
plt.plot(year, num_fit, 'b-',label='拟合曲线')
year_later = np.arange(8, 11, 0.5)
num_fit_curve = fit[0] * year_later + fit[1]
结果
到此这篇关于python实现数学模型(插值、拟合和微分方程)的文章就介绍到这了,想学习更多Python方面的知识请关注我,学习不迷路噢。
本文转载于:https://www.jb51.net/article/199612.htm
python 曲线拟合_Python实现数学模型(插值、拟合和微分方程)相关推荐
- python曲线拟合_python如何实现数据的线性拟合
实验室老师让给数据画一张线性拟合图.不会matlab,就琢磨着用python.参照了网上的一些文章,查看了帮助文档,成功的写了出来 这里用到了三个库 import numpy as np import ...
- python曲线拟合笔记
插值的方法: https://blog.csdn.net/jacke121/article/details/120438477 以下内容转自: Python曲线拟合_Jak的博客-CSDN博客_pyt ...
- Python之建模数值逼近篇–最小二乘拟合
Python之建模数值逼近篇–最小二乘拟合 介绍 系数ak的确定 函数rk(x)r_k(x)rk(x)的选取 理解和区别 样例 介绍 曲线拟合问题的提法是,已知一组(二维)数据,即平面上的n个点(x ...
- python曲线拟合为什么会失败_SciPy曲线拟合失败幂定律 - python
因此,我正在尝试使用以下幂定律来拟合一组数据: def f(x,N,a): # Power law fit if a >0: return N*x**(-a) else: return 10.* ...
- python 曲线拟合(numpy.polyfit、scipy.optimize.curve_fit)
小白的学习笔记,欢迎各位大神批评指正. python 曲线拟合 (一次二次比较简单,直接使用numpy中的函数即可,来自 <https://blog.csdn.net/yefengzhichen ...
- python曲线拟合
http://blog.sina.com.cn/s/blog_aed5bd1d0102vid7.html 做完插值,自然就要学习拟合了.参考http://wiki.klniu.com/wiki/Pyt ...
- python画代码-Python教程_Python画Mandelbrot集 代码
Python教程_Python画Mandelbrot集 代码 作者:Comet 来源: 课课家 www.kokojia.com点击数:278发布时间:2015-06-19 11:17:19 曼德勃罗集 ...
- 路径规划之曲线插值拟合算法分析
关注同名微信公众号"混沌无形",有趣好文! 原文链接:机器人曲线插值拟合算法研究现状简述(包含原文PDF百度云下载链接) 上述三类曲线插值拟合算法各有各的特点,接下来对比分析这三类 ...
- 机器人曲线插值拟合算法研究现状简述
混沌无形 混沌系统是世界本质,无形之中存在规律.机器人智能化发展从线性过渡到混沌,本号将分享机器人全栈技术(感知.规划.控制:软件.机械.硬件等). 38篇原创内容 公众号 [文末提供原文PDF免费下 ...
最新文章
- MATLAB常用快捷键组合
- 复杂系统设计 企业开发的困境
- 设计模式之解释器模式(Interpreter)摘录
- DateTime 的24小时和12小时制
- monty python喜剧-如何评价英国喜剧团体 Monty Python?
- mysql out返回结果_在MySQL的存储过程的OUT参数中返回结果集
- Android下强制打开软键盘
- PRD文档编写与规范
- SSL4MIS:医学图像半监督分割的Baselines
- 使用svm 对参数寻优的时候出现错误
- linux环境下python 库模块安装
- 学习方法总结-实习心得
- linux网络子系统分析(五)——netfilter
- 2019微型计算机年度显示器,「MC 2019年度评选获奖产品展播」华硕/ROG DIY精品斩获多个大奖...
- 【菜鸡的LeetCode答案】【C#】7.反转整数
- Word——论文排版技巧总结
- 选择消失,只因一千个伤心的理由
- C++学习笔记--多继承
- Unity多块屏幕显示设置以及分辨率设置
- 运算器算术逻辑运算实验
热门文章
- [Objective-C] 020_ Block
- 合理提升WEB前端性能
- actionscript3 事件类型
- 原生js路由跳转方法_今日艰难笔记原生js整合reactrouter路由管理
- linux 内核日志等级,Linux系统中日志级别详情
- linux搭建环境经验,经验总结54--搭建linux虚拟机环境
- Thumbnailator-图片处理的Google开源Java类库
- linux 加密我的主目录,NFS与加密的ubuntu主目录
- linux无法打开共享对象文件或目录,linux - libmodbus.so.5:无法打开共享对象文件:没有这样的文件或目录 - 堆栈内存溢出...
- php codecept,Yii2 codecept unit 类找不到