python求一条曲线的斜率,最小二乘法拟合直线斜率公式

　　假设有以下两个数据列表：

　　x=[ 1，2，3，4，5，6，7，8，9，10 ]

　　y=[ 1，2，3，4，5，6，8，10，12，14 ]

　　也就是说，很明显，对这些数据拟合一条直线是不够的，梯度在数据的某个点发生了变化。(显然，我们很容易从这个数据集中找到变化的位置，但是我处理的数据集不是很清晰，所以我们会忽略它。)我觉得导数可能有点道理，这里的重点是把它当做一个自由参数。我的意思是，‘这是这个，/-这是不确定性，这是前面的线性斜率。从这一点开始，”

　　请注意，如果安排比较简单，可以使用这个。谢谢大家！

　　我不太明白你的问题。你想从两个斜坡上找到不同的指数吗？你说的不确定性是什么意思？为什么斜率是自由参数？它由两个“连续的”点定义。

　　顺便说一下，Python没有任何类似数组的东西。斯塔克overflow.com/questions/1514553/hellip;

　　@当然有数组。

　　@Sumnerevans有内置的array.array和更全面的数组如numpy.ndarray后者只用于科学/数值计算领域，而前者更为少见。然而，调用list数组是一个常见的错误。

　　@随机化，这是一个必须导入的模块，不是list这样的语言的核心和一流部分。

　　@那是标准库的一部分。因为它只是位于与__builtins__不同的名称空间中，不是Python的一部分。Numpy是第三方扩展，但是在核心python语言中有明确添加的函数来帮助Numpy。例如，一个椭圆形列表：

　　@Sumnerevans你听过“包括电池”这个词吗？如果数组位于标准python库中，还需要什么？它是否内置于所有可能的函数和数据类型中？接下来，在Python3中，你会说reduce不再是“核心”了。

　　回复：有不确定性。数据集中的IRL不可能像我提供的数据那样显著变化。相反，因为是随时间变化的流量，所以合并不完全，“第10天变化加减2天”的可能性很大。

　　这是你的数据图表。

　　我们需要找到两种倾向。首先，求两点之间的斜率。使用数字。

　　将numpy作为np导入

　　x=NP.array ([ 1，2，3，4，5，6，7，8，9，10 ]，dtype=np.float)()()))))).

　　y=NP.array ([ 1，2，3，4，5，6，8，10，12，14 ]，dtype=np.float)))).

　　m=NP.diff(y )/np.diff(x ) (x))。

　　是打印(m)

　　#1.1.1.1.1.2.2.2.]

　　很明显，在第六个区间(6点到7点之间)，斜率会从1变成2。然后对这个数组求导，告诉你斜率什么时候变：

　　Print (NP.diff) (m))

　　[ 0.0.0.0.1.0.0.0.]。

　　要搜索非零值的索引：

　　idx=NP。非零(NP.diff(m ) ) [0]

　　是打印(idx)

　　# 4。

　　取x的导数，在python中，索引从零开始，所以idx 2表示6点前后斜率不同。

　　我想这就是我想要的——谢谢！我觉得这个在安排上比较好处理，所以想不出怎么处理。

　　听到这个消息我很高兴！别忘了接受它作为回答！)

　　当然可以。因为我只是想知道，IRL，我用的数据没有这个例子那么完美。——那是通量测量，过几天就会变，所以答案是‘斜率变化是第10天，正负2天。’我怀疑是。你知道有一个巧妙的计算方法吗？谢谢大家！

　　有几个小样本数据可以修改这个答案。但是，你以为NP.diff(m)在某个时间区间是零吗？

　　梯度可以计算为点之间的差(一阶导数)。然后检查斜率变化的位置【二阶导数】。如果它改变，则索引位置被附加到idx。即梯度变化点的集合。

　　请注意，第一点没有唯一的斜率。第二个点提供了斜率，但是需要第三个点来测量斜率的变化。

　　idx=[]

　　prior _ slope=float(y[1]-y[0])/(x[1]-x[0])

　　forninrange(2，len ) x ) : #从第三对点开始.

　　slope=float(y[n]-y[n-1])/(x[n]-x[n-1]))

　　如果坡！=先验斜率：

　　idx.append .

　　先验斜率=斜率

　　索引文件

　　[6]

　　当然，这在熊猫和麻木的环境中可能更有效，但我们可以为您提供一个简单的python 2解决方案。

　　简单理解条件列表应该也是相当有效的，但是比较难理解。

　　idx=[nforninrange(2，Len ) x ] ]

　　if float(y[n]-y[n-1])/(x[n]-x[n-1])

　　！=float(y[n-1]-y[n-2])/)/(x[n-1]-x[n-2])] .

　　所以，我没有意识到有必要指定麻木和熊猫能做什么。你如何使用它？只是好奇。

　　我不确定你想要什么，但是这样你可以看到进化的过程(导数):

　　y=[ 1，2，3，4，5，6，8，10，12，14 ]

　　dy=[y[i1]-y[I]for iinrange(len(y)-1)]

　　迪伊

　　[ 1,1,1,1,1,2,2,2 ]

　　然后求变点(二阶导数)。

　　dpy=[dy[i1]-dy[I]for iinrange(len(dy)-1)]

　　单片机学习资料

　　[ 0,0,0,0,1,0,0,0 ]

　　数字

　　如果需要该点的索引：

　　dpy.index(1)).

　　四

　　这允许您在坡度改变之前指定最后一点的值。

　　change=dpy.index(1))

　　y[改变]

　　5。

　　在你的y=[1，2，3，4，5，6，8，10，12和14]中，变化发生在索引[4]处。索引从0开始。此时y的值为5。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。