python代码 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. 导入必要的库

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

2. 准备数据

假设我们有一组指数函数形式的数据：

x = np.array([1, 2, 3, 4, 5])
y = np.array([0.5, 2.5, 7, 14, 24.5])

3. 定义指数函数模型

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

其中，a、b、c为拟合参数。

4. 进行拟合

popt, pcov = curve_fit(func, x, y)

其中，popt为拟合后得到的参数值，pcov为协方差矩阵。

5. 绘制拟合曲线

plt.plot(x, y, 'b-', label='data')
plt.plot(x, func(x, *popt), 'r--', label='fit')
plt.legend()
plt.show()

完整代码如下：

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

x = np.array([1, 2, 3, 4, 5])
y = np.array([0.5, 2.5, 7, 14, 24.5])

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

popt, pcov = curve_fit(func, x, y)

plt.plot(x, y, 'b-', label='data')
plt.plot(x, func(x, *popt), 'r--', label='fit')
plt.legend()
plt.show()