python指数函数拟合

可以使用scipy库中的curve_fit函数进行指数函数拟合。具体步骤如下：

1. 导入需要的库

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

2. 定义指数函数模型

def exponential_func(x, a, b, c):
    return a * np.exp(-b * x) + c

其中，a、b、c是需要拟合的参数，x是自变量。

3. 准备数据

x_data = np.array([0, 1, 2, 3, 4, 5])
y_data = np.array([1.0, 0.5, 0.3, 0.2, 0.1, 0.05])

4. 进行拟合

popt, pcov = curve_fit(exponential_func, x_data, y_data)

其中，popt是拟合后的参数值，pcov是协方差矩阵。

5. 绘制拟合曲线

plt.plot(x_data, y_data, 'o', label='data')
plt.plot(x_data, exponential_func(x_data, *popt), 'r-', label='fit')
plt.legend()
plt.show()

通过绘制拟合曲线可以观察拟合效果。

完整代码如下：

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

def exponential_func(x, a, b, c):
    return a * np.exp(-b * x) + c

x_data = np.array([0, 1, 2, 3, 4, 5])
y_data = np.array([1.0, 0.5, 0.3, 0.2, 0.1, 0.05])

popt, pcov = curve_fit(exponential_func, x_data, y_data)

plt.plot(x_data, y_data, 'o', label='data')
plt.plot(x_data, exponential_func(x_data, *popt), 'r-', label='fit')
plt.legend()
plt.show()