如何適應數學函數的數據集在Python

Question

我有如下三組數據爲：

我不知道什麼是他們遵循的功能，以及如何適應在Python這些曲線？

我想第一功能是一樣的東西：

Y = AX ^b + CX + d

我嘗試了一些任意參數：

x = numpy.arange(1,10000,2.) 
a = 100. 
b = -0.003 
c = 50. 
d = 0.1 
y = -a/x**d+b*x+c 
scatter(x,y) 

該圖如下所示：

任何人都可以幫助其他兩個？

Answer 1

感謝您的幫助。我從朋友那裏得到了一個解決方案。

Y = -a/X ** d + B * X + C

由於d使得擬合複雜，會更容易d設定爲0.1至1.0，然後用curve_fit以適應模型。最後找到最佳參數集。

讚賞！

Answer 2

在scipy中有一個函數可以用來擬合數據的函數：scipy.optimize.curve_fit。