Я ищу что-то похожее на numpy.polyfit
У меня есть кривая с фиксированной точкой, которая выглядит как полином степени 2
Что я хочу сделать, так это:
- прохождение точно через первую точку (в следующем примере
(0.05 , 1.0)
) - По первому пункту иметь
derivative =0
пример :
TabX
:
0,050 ; 0,055 ; 0,060 ; 0,065 ; 0,070 ; 0,075 ; 0,080 ; 0,085 ; 0,090 ; 0,095 ; 0,100 ; 0,110 ; 0,120 ; 0,130 ; 0,140 ; 0,150 ; 0,160 ; 0,170 ; 0,180 ; 0,190 ; 0,200 ; 0,210 ; 0,220 ; 0,230 ; 0,243
TabY
:
1,000000000 ; 1,000446069 ; 1,000395689 ; 1,000359466 ; 1,000313867 ; 0,999937484 ; 0,999760969 ; 0,999811533 ; 0,999966352 ; 0,999767956 ; 1,000148567 ; 1,000634904 ; 1,000735849 ; 1,001199937 ; 1,001510678 ; 1,001722496 ; 1,001992602 ; 1,002487029 ; 1,003492247 ; 1,004006533 ; 1,004832845 ; 1,005730132 ; 1,006327527 ; 1,007109894 ; 1,008266254
Я уже нашел «простое, но варварское» решение для прохождения первой точки: я добавляю к этой точке много веса либо с помощью функции веса, либо добавляя много 0.05
в TabX
и много 1.0
в TabY
и используя обычная функция np.polyfit. Это некрасиво, но это работает.
Но я действительно не знаю, как было derivative=0
в точке (0.05;1.0)
также в этой ветке говорится, что Лагранж множитель мог бы помочь, но я не смог использовать функцию, написанную @Jaime, у меня возникла ошибка LinAlgError, 'Singular matrix'
Кроме того, поскольку я должен иметь возможность запускать этот скрипт в базовом Abaqus
, решение может использовать только базовые python 2.7
и numpy
. В этой реализации нет возможности использовать scipy
или matplotlib
.
_____________________________________________________________________
Редактировать: используя ответ DanielF, я мог бы сделать что-то наполовину работающее (также спасибо DanielF за исправление в моем исходном сообщении, которое намного проще читать)
Однако использование нового источника - хорошая идея, я не могу сделать его эффективным с моими данными, это работает:
def WorkingDeg4 ():
x = np.arange(100)
y0 = 4.0*x**4+0.07 * x ** 3 + 0.3 * x ** 2 + 1.1 * x
y = y0 + 1000 * np.random.randn(x.shape[0])
XX = np.vstack((x**4,x ** 3, x ** 2, x, np.ones_like(x))).T
p_all = np.linalg.lstsq(XX, y)[0]
pp = np.polyfit(x, y, 3)
p_no_offset = np.linalg.lstsq(XX[:, :-1], y)[0]
y_fit = np.dot(p_no_offset, XX[:, :-1].T)
for i in range(0,len(x)):
print x[i],y0[i],y[i],y_fit[i]
Но если я хочу сделать int, используя мои данные в основном, я поставлю:
if __name__ == '__main__':
MyDataX=[0.050 , 0.055 , 0.060 , [...], 0.243]
MyDataY=[1.000000000 , 1.000446069 , 1.000395689 , [...] , 1.008266254]
TabX=[0.0]*len(MyDataX)
TabY=[0.0]*len(MyDataY)
for i in range(0,len(TabX)):
TabX[i]=MyDataX[i]-MyDataX[0]
TabY[i]=MyDataY[i]-MyDataY[0]
Итак, на этом этапе я выполнил фазу «возврата к исходному состоянию».
И я хочу сделать то же самое, что и def Working
, но для своих данных, поэтому я сделал копию tge WorkingDeg4 и просто избавился от создания x и y и поместил его в аргумент.
def NOTWorkingDeg4 (x,y):
XX = np.vstack((x**4,x ** 3, x ** 2, x, np.ones_like(x))).T
p_all = np.linalg.lstsq(XX, y)[0]
pp = np.polyfit(x, y, 3)
p_no_offset = np.linalg.lstsq(XX[:, :-1], y)[0]
y_fit = np.dot(p_no_offset, XX[:, :-1].T)
а этот не работает.... у меня мистейк на линии
XX = np.vstack((x**4,x ** 3, x ** 2, x, np.ones_like(x))).T
говорю TypeError: unsupported operand type(s) for ** or pow(): 'list' and 'int'
Итак, насколько я понимаю, он не хочет этого делать, потому что когда он делает x**4
, x не является целым числом. Но я не знаю, как обойти проблему
____________________________________________________________________________ edit 2: нашел это: проблема заключалась в том, чтобы инициировать TabX и TabY не как массив, а как np.array неправильно:
TabX=[0.0]*len(MyDataX)
TabY=[0.0]*len(MyDataY)
Верно :
TabX=np.array([0.0]*len(LongueursFissureGlobale))
TabY=np.array([0.0]*len(CourbeInterpolationGlobale))
abaqus
. Я знаю эту боль. - person Daniel F   schedule 31.08.2017(0.5, 1.0)
было вашим источником(0, 0)
, чтобы облегчить ваши вычисления, а затем выполнитеnumpy.linalg.lstsq
. См. этот ответ. Затем вы можете установить первую производную равной нулю, отбрасывая не только константы из матрицыa
, но и значенияx
. - person Daniel F   schedule 31.08.2017