我有一个类似这个之前的StackOverflow问题的问题。我有一个数据集,希望拟合几个分段函数,然后绘制结果。
下面以红色表示数据。
为了提供一些背景,y值表示电机转动x度需要多少毫秒。我已经上传了原始值到此Pastebin。
现在我想分段拟合三个函数:
- 数据开始时的多项式拟合,电机加速到最大速度。
- 最大速度达到时的线性拟合。
- 电机关闭并减速时的多项式拟合。
到目前为止,我已经尝试使用下面显示的代码执行两个线性函数的分段拟合。鉴于数据的外观,我期望看到一个斜率沿着原点到约ms=550
的数据,然后从那里有一条与x轴平行的第二条线。
然而,这不是我得到的:
在尝试使用三个函数进行逐段拟合之前,我希望先了解为什么会得到这个图形而不是我预期的。
所以我的问题是:
- 有人能解释一下如何更正我的代码以使其适配两个线性函数吗?
- 如何扩展我的代码以绘制使用三个函数的分段拟合?
上面创建图表的代码如下:
from pandas import *
import matplotlib.pyplot as plt
import numpy as np
from scipy import optimize
#Getting data using Pandas
df = read_csv("test_data.csv")
ms = df["ms"].values
degrees = df["Degrees"].values
#A piece wise function taken from the other stackoverflow
def piecewise_linear(x, x0, y0, k1, k2):
return np.piecewise(x, [x < x0], [lambda x:k1*x + y0-k1*x0, lambda x:k2*x + y0-k2*x0])
#Setting linspace and making the fit
x_new = np.linspace(ms[0], ms[-1])
p , e = optimize.curve_fit(piecewise_linear, ms, degrees)
#Plotting data and fit
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x_new, piecewise_linear(x_new, *p), '.', df)
ax.set_ylim([0, 450])
ax.set_xlim([0, 800])