- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用非球面透镜公式将 9 个点的云拟合为圆锥曲线:
z(r) = r² /(R*(1+sqrt(1-(1+K)*(r²/R²))))
其中 R 是曲率半径,K 是圆锥常数,r = sqrt(x²+y²)
。 K 保持不变(已知值),R 正是我正在寻找的。我是从http://wiki.scipy.org/Cookbook/Least_Squares_Circle开始的用Python编写它。我用于二次曲线的隐式形式是 r² - 2.R.Z + (1+K).Z²
这是我写的:
# -*- coding: cp1252 -*-
from scipy import odr
from numpy import *
# Coordinates of the 3D points
X = [ 0, 1, -1, 0, 0, 0.5, -0.5, 0, 0 ]
Y = [ 0, 0, 0, 1, -1, 0, 0, 0.5, -0.5 ]
Z = [ 0, 0.113696489, 0.113696489, 0.113696489, 0.113696489, 0.027933838, 0.027933838, 0.027933838, 0.027933838]
#constantes
Rc = 8
K = -0.8
def calc_r(x, y):
return (x**2 + y**2)
def calc_z(r, R):
return r**2 /(R*(1+sqrt(1-(1+K)*(r**2/R**2))))
def f_3(beta, M):
r = calc_r(M[0],M[1])
Z = calc_z(r, beta[0])
return r**2 - 2*beta[0]*Z + (1+K)*Z**2
beta0 = [Rc]
lsc_data = odr.Data(row_stack([X, Y]), y=1)
lsc_model = odr.Model(f_3, implicit = True)
lsc_odr = odr.ODR(lsc_data, lsc_model, beta0)
lsc_out = lsc_odr.run()
点描述了曲率半径为 4.5、二次曲线常数为 -0.8 的二次曲线。我的代码不起作用:通过 ODR,代码返回 R = 8(初始点),而不是 4.5。知道我的代码有什么问题吗?
感谢您的帮助
最佳答案
您忽略了您提供的 Z
数据。相反,您计算 Z
总是满足您定义的隐式方程,无论您传递什么参数。
def f_3(beta, M):
r = calc_r(M[0],M[1])
Z = M[2]
return r**2 - 2*beta[0]*Z + (1+K)*Z**2
...
lsc_data = odr.Data(row_stack([X, Y, Z]), y=1)
本次运行的结果为 R = 4.34911251 +- 0.30341252
,这似乎符合您的预期。
关于python - Scipy ODR python,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23995768/
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是,我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成,但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵,而不是列出所有可能的值?在文档中,我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能: optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")?我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户,我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度;为此
所以,我正在处理维基百科转储,以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理,因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序,我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ,我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时,
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd,声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd? 或者,
有人可以帮我处理 scipy.stats.chisquare 吗?我没有统计/数学背景,我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重,但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议? 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8,我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分,使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关,但对于上下文是必要的。
这是一个非常基本的问题,但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解,平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应,以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成,即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分;最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀!