scipy curve_fit échoue lors de l'adaptation à de grandes valeurs

Question

J'essaie d'adapter certaines données de vent horizontal à une courbe cosinus afin d'estimer la direction et la vitesse des vents à différentes hauteurs (affichage d'azimut de vitesse), mais il semble que chaque fois Je tente de le faire avec des valeurs> ~ 1, la courbe semble trop plate et la sortie de l'ajustement est plus faible que prévu.

import numpy as np 
import scipy.optimize as sc 

azimuth = np.full((8), 60) #All values = 60 deg. 
velocity = [5.6261001,6.6962662,3.9316666,-0.88413334,-5.4323335,-6.5153003,-3.2538002,1.0269333] 
#Function that defines curve that data will be fitted to 
def cos_Wave(x,a, b, c): 
    return a * np.cos(x-b) + c 

azimuthData = np.deg2rad(azimuth) 
coeffs, matcov = sc.curve_fit(cos_Wave, azimuthData, velocity, p0 = (1,0,0) 

plt.scatter(azimuthData, velocity) 
plt.plot(azimuthData, cos_Wave(azimuthData, *coeffs)) 
plt.show() 
print(coeffs) 

Avec la sortie de coeffs être: [1, 0., 0,13705066] et l'intrigue attaché:

Python CurveFit

J'ai effectué une curvefit similaire en utilisant IDL de builtin fonction curvefit, et a reçu des valeurs plus réalistes donnant [7.0348234, 0.59962606, 0.079354301] et fournissant un bon ajustement. Y a-t-il une raison pour laquelle c'est le cas? Je suppose que cela a probablement quelque chose à voir avec l'estimation initiale (P0), cependant, l'utilisation d'une estimation initiale initiale dans la mise en œuvre de l'IDL fournit toujours des résultats beaucoup plus raisonnables.

Answer 1

Vous devez corriger quelques petites choses:

import numpy as np 
import scipy.optimize as sc 
import matplotlib.pyplot as plt 

azimuth = np.linspace(0, 360, 8) # deg values from 0 to 360 
velocity = [5.6261001, 6.6962662, 3.9316666, -0.88413334, -5.4323335, 
      -6.5153003, -3.2538002, 1.0269333] 


def cos_Wave(x, a, b, c): 
    """Function that defines curve that data will be fitted to""" 
    return a * np.cos(x-b) + c 


azimuthData = np.deg2rad(azimuth) 
coeffs, matcov = sc.curve_fit(cos_Wave, azimuthData, velocity, p0=[1, 0, 0]) 

plt.scatter(azimuthData, velocity) 
nx = np.linspace(0, 2 * np.pi, 100) 
plt.plot(nx, cos_Wave(nx, *coeffs)) 
plt.savefig("plot.png") 
print(coeffs) 

[6,63878549 1,03148322 -0,27674095]