Pythonでサインデータをフィッティング

Question

a b cの形式の関数-a*sin(b*x + c)（または多分-a*sin(2*x)でもかまいません）を以下のデータに適合させたいと思います。私はscipy.optimize.curve_fitを使用しましたが、それほどうまくいきません（このimageでわかるように）。これをどのように改善できますか？

コード：

import numpy as np 
import matplotlib.pylab as plt 

data = open('pruebaData.dat', 'r') 
lines = data.readlines()[1:] 
x = []     
y = [] 

for line in lines: 
pos = line.split() 
if pos != []: 
    x.append(float(pos[0])) 
    y.append(float(pos[1])) 

z = [] 
for k in range(len(x)): 
    z.append(np.deg2rad(x[k])) 

valX = np.asarray(z) 
valY = np.asarray(y) 

from scipy.optimize import curve_fit 
def fitFunc(X,a,b,c): 
    return (- a*np.sin(b*X + c)) 

fig = plt.figure(2, figsize = (10,8)) 

init_vals = [1,1,1]  
best_vals, covar = curve_fit(fitFunc, valX, valY, p0=init_vals, maxfev = 15000) 
line1 = plt.plot(x, y, 'o', color = 'k', ms = 6) 
fig2 = plt.plot(x,fitFunc(valX,best_vals[0],best_vals[1], best_vals[2]), '- 
', color = 'k', lw = 1) 
print('PARAMETERS:',best_vals) 

plt.ylabel(r'DATA Y',fontsize=30) 
plt.xlabel(r'DATA X',fontsize=30) 
plt.xlim(min(x),max(x)) 
locs,labels = plt.xticks() 
plt.xticks(locs, fontsize = 20) 
locs,labels = plt.yticks() 
plt.yticks(locs, fontsize = 20) 
plt.savefig('prueba.png', dpi = 500) 

PruebaData.dat

Answer 1

実は、私は、これは正弦のために悪いフィット...であることを確認しません。あなたは2つのピーク機能を期待していますか？もしそうなら、あなたのフィットネス感に合ったエラー関数を提供することによって、fit関数にそのことを「説明する」必要があります。はい、2.5サイクルの正弦波でこのデータの中央部分をはるかによくフィットさせることができますが、データの傾向がはっきりと下がっている間に、波の左右の端が再び上向きになります。このミスマッチは半サイクル波を与えます。

エラー^ 2の代わりにsqrt（エラー）などのエラー関数を試してみることもできます。バイモーダルガウス分布はこれをはるかに良く適合させるでしょう。正弦波が本当に必要な場合は、フーリエ変換を検討してください。これは、両方の正弦波の組み合わせ（合計）と、ノイズを考慮する小さな振幅の波の多くをもたらします。