私は、プロットされたときに最大値になるデータの配列を持っています。私はこのデータのガウスフィットを生成したいので、私はデータが何のプラトーなしであるかのおおよその近似を持つことができます。Python不完全なデータ配列にガウス分布を合わせる
これは以下のようにデータが見えるものです:私はscipy.optimize.curve_fitを使用しようとしています
- しかし、私は、私はガウスに合うようにしたいと最終的な結果を達成する方法がわかりませんプラトー内の飽和データを無視するとき。
私は、プロットされたときに最大値になるデータの配列を持っています。私はこのデータのガウスフィットを生成したいので、私はデータが何のプラトーなしであるかのおおよその近似を持つことができます。Python不完全なデータ配列にガウス分布を合わせる
これは以下のようにデータが見えるものです:私はscipy.optimize.curve_fitを使用しようとしています
- しかし、私は、私はガウスに合うようにしたいと最終的な結果を達成する方法がわかりませんプラトー内の飽和データを無視するとき。
あなた自身の解決策の詳細がなければ、暗闇の中で少し把握していますが、私はnumpy.ma
があなたの後になっているかもしれないと思います。これにより、データの一部を隠蔽することができます。
多くの場合、無効なデータが存在するとデータセットが不完全または汚染されることがあります。たとえば、センサーがデータの記録に失敗したか、無効な値が記録された可能性があります。 numpy.maモジュールは、マスクされた配列を導入することで、この問題に対処する便利な方法を提供します。
飽和部分を隠し、それに対してフィッティングを実行するマスクを適用します。たとえば、
In [4]: data = np.arange(10)
In [5]: np.ma.masked_greater_equal(data, 6)
Out[5]:
masked_array(data = [0 1 2 3 4 5 -- -- -- --],
mask = [False False False False False False True True True True],
fill_value = 999999)
ここで、明らかにしきい値として飽和レベルを使用します。