按照这种格式写一个拟合函数为指数函数的代码def cos_func(x, a, b, c, d): return a * np.cos(b * x + c) + d

您可以按照以下方式编写一个拟合函数为指数函数的代码：

import numpy as np

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

其中，x 是自变量，a、b、c 是需要拟合的参数。该函数的形式为 y = a * exp(-b * x) + c，是一个常见的指数函数形式。

在使用该函数进行拟合时，可以使用 SciPy 库中的 curve_fit 函数，该函数可以自动拟合指数函数并返回最优参数：

from scipy.optimize import curve_fit

# 定义自变量和因变量
x = np.array([0, 1, 2, 3, 4, 5])
y = np.array([2.1, 1.6, 1.2, 0.9, 0.6, 0.5])

# 使用 curve_fit 进行指数函数拟合
params, cov = curve_fit(exp_func, x, y)

# 输出拟合参数
print(params)  # 输出 [2.46925142, 0.48703332, 0.25842374]

在上面的代码中，我们首先定义了自变量 x 和因变量 y，然后使用 curve_fit 函数进行指数函数拟合，最后输出拟合参数。

请注意，这只是一个简单的示例，实际中您需要根据数据的具体情况选择合适的函数形式和参数数量，以便更好地进行拟合。