Estoy trabajando en la adaptación de una función de distribución 3D en Scipy. Tengo una matriz numpy con conteos en los contenedores xy y, y estoy tratando de adaptar eso a una función de distribución tridimensional bastante complicada. Los datos se ajustan a 26 (!) Parámetros, que describen la forma de sus dos poblaciones constituyentes. […]
Tengo un rango de datos de distribución de tamaño de partícula ordenados por porcentaje de fracción de volumen, como así :; size % 6.68 0.05 9.92 1.15 etc. Necesito ajustar estos datos a una distribución lognormal, que stats.lognorm.fit hacer usando la función stats.lognorm.fit de python, pero esto parece esperar la entrada como una matriz de […]
¿Hay alguna manera en que pueda proporcionar límites para el ajuste de curva optimizado de Scipy? Mi ejemplo def optimized_formula(x, m_1, m_2, y_1, y_2, ratio_2): return (log(x[0]) * m_1 + m_2)*((1 – x[1]/max_age)*(1-ratio_2)) + ((log(x[1]) * y_1 + y_2)*(x[1]/max_age)*ratio_2) popt, pcov = optimize.curve_fit(optimized_formula, usage_and_age, prices) x [0] es age y max_age es una constante. Teniendo […]
Estoy tratando de ajustar una función simple a dos matrices de datos independientes en Python. Entiendo que necesito agrupar los datos de mis variables independientes en una matriz, pero algo parece estar mal con la forma en que estoy pasando las variables cuando trato de hacer el ajuste. (Hay un par de publicaciones anteriores relacionadas […]
Estoy tratando de ajustar una curva al límite de un diagtwig de dispersión. Vea esta imagen para referencia . Ya he logrado un ajuste con el siguiente código (simplificado). Corta el dataframe en pequeñas tiras verticales, y luego encuentra el valor mínimo en esas tiras de ancho width , ignorando nan s. (La función está […]
Estoy tratando de ajustar una distribución lognormal usando Scipy. Ya lo he hecho con Matlab antes, pero debido a la necesidad de extender la aplicación más allá del análisis estadístico, estoy intentando reproducir los valores ajustados en Scipy. A continuación se muestra el código de Matlab que solía ajustar a mis datos: % Read input […]
Tengo un requisito muy específico para interpolar datos no lineales utilizando un polinomio de 6º grado. He visto rutinas numpy / scipy (scipy.interpolate.InterpolatedUnivariateSpline) que permiten la interpolación solo hasta el grado 5. Incluso si no hay una función directa para hacer esto, ¿hay una manera de replicar el algoritmo de regresión lineal LINEST de Excel […]
Estoy tratando de ajustar un histogtwig con algunos datos usando scipy.optimize.curve_fit . Si quiero agregar un error en y , puedo hacerlo simplemente aplicando un weight al ajuste. Pero, ¿cómo aplicar el error en x (es decir, el error debido al agrupamiento en caso de histogtwigs)? Mi pregunta también se aplica a los errores en […]
Estoy tratando de realizar lo que son muchas iteraciones de curve_fit de Scipy’s a la vez para evitar bucles y, por lo tanto, boost la velocidad. Esto es muy similar a este problema , que fue resuelto. Sin embargo, el hecho de que las funciones sean fragmentarias (discontinuas) hace que la solución no sea aplicable […]
Tengo el siguiente código: import numpy as np from scipy.optimize import curve_fit def func(x, p): return p[0] + p[1] + x popt, pcov = curve_fit(func, np.arange(10), np.arange(10), p0=(0, 0)) Subirá TypeError: func () toma exactamente 2 argumentos (3 dados) . Bueno, eso suena justo – curve_fit quita el (0, 0) a ser dos entradas escalares. […]