Python圖像處理之直線(xiàn)和曲線(xiàn)的擬合與繪制【curve_fit()應(yīng)用】
本文實(shí)例講述了Python圖像處理之直線(xiàn)和曲線(xiàn)的擬合與繪制。分享給大家供大家參考，具體如下：
在數(shù)據(jù)處理和繪圖中，我們通常會(huì)遇到直線(xiàn)或曲線(xiàn)的擬合問(wèn)題，python中scipy模塊的子模塊optimize中提供了一個(gè)專(zhuān)門(mén)用于曲線(xiàn)擬合的函數(shù)curve_fit()。
下面通過(guò)示例來(lái)說(shuō)明一下如何使用curve_fit()進(jìn)行直線(xiàn)和曲線(xiàn)的擬合與繪制。
代碼如下：
# -*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize
#直線(xiàn)方程函數(shù)
def f_1(x, A, B):
return A*x + B
#二次曲線(xiàn)方程
def f_2(x, A, B, C):
return A*x*x + B*x + C
#三次曲線(xiàn)方程
def f_3(x, A, B, C, D):
return A*x*x*x + B*x*x + C*x + D
def plot_test():
plt.figure()
#擬合點(diǎn)
x0 = [1, 2, 3, 4, 5]
y0 = [1, 3, 8, 18, 36]
#繪制散點(diǎn)
plt.scatter(x0[:], y0[:], 25, "red")
#直線(xiàn)擬合與繪制
A1, B1 = optimize.curve_fit(f_1, x0, y0)[0]
x1 = np.arange(0, 6, 0.01)
y1 = A1*x1 + B1
plt.plot(x1, y1, "blue")
#二次曲線(xiàn)擬合與繪制
A2, B2, C2 = optimize.curve_fit(f_2, x0, y0)[0]
x2 = np.arange(0, 6, 0.01)
y2 = A2*x2*x2 + B2*x2 + C2
plt.plot(x2, y2, "green")
#三次曲線(xiàn)擬合與繪制
A3, B3, C3, D3= optimize.curve_fit(f_3, x0, y0)[0]
x3 = np.arange(0, 6, 0.01)
y3 = A3*x3*x3*x3 + B3*x3*x3 + C3*x3 + D3
plt.plot(x3, y3, "purple")
plt.title("chabaoo.cn test")
plt.xlabel('x')
plt.ylabel('y')
plt.show()
return
plot_test()
擬合和繪制解果如下：
當(dāng)然，curve_fit()函數(shù)不僅可以用于直線(xiàn)、二次曲線(xiàn)、三次曲線(xiàn)的擬合和繪制，仿照代碼中的形式，可以適用于任意形式的曲線(xiàn)的擬合和繪制，只要定義好合適的曲線(xiàn)方程即可。
如高斯曲線(xiàn)擬合，曲線(xiàn)函數(shù)形式如下：
def f_gauss(x, A, B, C, sigma): return A*np.exp(-(x-B)**2/(2*sigma**2)) + C
PS：這里再為大家推薦兩款相似的在線(xiàn)工具供大家參考：
在線(xiàn)多項(xiàng)式曲線(xiàn)及曲線(xiàn)函數(shù)擬合工具：
http://tools.jb51.net/jisuanqi/create_fun
在線(xiàn)繪制多項(xiàng)式/函數(shù)曲線(xiàn)圖形工具：
http://tools.jb51.net/jisuanqi/fun_draw
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專(zhuān)題：《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門(mén)與進(jìn)階經(jīng)典教程》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
- Python基于最小二乘法實(shí)現(xiàn)曲線(xiàn)擬合示例
- python 對(duì)任意數(shù)據(jù)和曲線(xiàn)進(jìn)行擬合并求出函數(shù)表達(dá)式的三種解決方案
- 詳解用Python為直方圖繪制擬合曲線(xiàn)的兩種方法
- python 繪制擬合曲線(xiàn)并加指定點(diǎn)標(biāo)識(shí)的實(shí)現(xiàn)
- Python實(shí)現(xiàn)二維曲線(xiàn)擬合的方法
- Python 做曲線(xiàn)擬合和求積分的方法
- Python實(shí)現(xiàn)曲線(xiàn)擬合操作示例【基于numpy,scipy,matplotlib庫(kù)】
- Python實(shí)現(xiàn)曲線(xiàn)擬合的最小二乘法
相關(guān)文章
不知道大家有沒(méi)有遇到過(guò)，因檢驗(yàn)需要1000張，分別從1*1到1000*1000像素的圖片。搜索一番過(guò)后發(fā)現(xiàn)還是Python實(shí)現(xiàn)比較方便，遂決定用Python實(shí)現(xiàn)這一功能，下面分享給大家，有需要的可以參考。2016-08-08
python使用tkinter打造三維繪圖系統(tǒng)的示例代碼
Python?的?tkinter?模塊是一個(gè)常用的?GUI（圖形用戶(hù)界面）工具包,它能夠讓你創(chuàng)建窗口應(yīng)用程序,你可以使用它來(lái)構(gòu)建用戶(hù)友好的界面,包括按鈕、標(biāo)簽、文本框、列表框等各種控件,本文講給大家介紹如何使用tkinter打造三維繪圖系統(tǒng),需要的朋友可以參考下2023-08-08
這篇文章主要為大家詳細(xì)介紹了Python簡(jiǎn)單的GUI程序示例，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2022-02-02
寫(xiě)了個(gè)圖片蜘蛛人玩玩，抓了幾個(gè)網(wǎng)頁(yè)試試，感覺(jué)不不錯(cuò)。核心的代碼可能20行也不到，簡(jiǎn)潔明了，嘻嘻。廢話(huà)少說(shuō)，翠花，上代碼2012-08-08
這篇文章主要介紹了淺談Python中帶_的變量或函數(shù)命名，簡(jiǎn)單介紹了Python編程風(fēng)格的描述文檔，以及帶有下劃線(xiàn)的命名規(guī)則，具有一定參考價(jià)值，需要的朋友可以了解下。2017-12-12
Python基礎(chǔ)知識(shí)_淺談?dòng)脩?hù)交互
下面小編就為大家?guī)?lái)一篇Python基礎(chǔ)知識(shí)_淺談?dòng)脩?hù)交互。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-05-05
Keras在mnist上的CNN實(shí)踐,并且自定義loss函數(shù)曲線(xiàn)圖操作
這篇文章主要介紹了Keras在mnist上的CNN實(shí)踐,并且自定義loss函數(shù)曲線(xiàn)圖操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。2021-05-05
python3 將階乘改成函數(shù)形式進(jìn)行調(diào)用的操作
這篇文章主要介紹了python3 將階乘改成函數(shù)形式進(jìn)行調(diào)用的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
神經(jīng)網(wǎng)絡(luò)訓(xùn)練采用gpu設(shè)置的方式
這篇文章主要介紹了神經(jīng)網(wǎng)絡(luò)訓(xùn)練采用gpu設(shè)置的方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
我們?cè)谧鲋T如人群密集度等可視化的時(shí)候,可能會(huì)考慮使用熱力圖,在Python中能很方便地繪制熱力圖,下面這篇文章主要給大家介紹了關(guān)于用python繪制熱度圖(heatmap)的相關(guān)資料,需要的朋友可以參考下2022-12-12