小编Chr*_*itz的帖子

我正在尝试确定用于现实世界数据的最佳模型函数和参数。我有几个数据集，它们都表现出类似的指数衰减，我想计算每个数据集的拟合函数参数。

最大的数据集在 x 轴上从 1 到大约 1,000,000 不等，在 y 轴上从 0 到大约 10,000 不等。

我是 Numpy 和 Scipy 的新手，所以我尝试将这个问题的代码适应我的数据，但没有成功： 在没有初始猜测的情况下拟合指数衰减

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import scipy as sp
import scipy.optimize

x = np.array([   1.,    4.,    9.,   16.,   25.,   36.,   49.,   64.,   81.,  100.,  121.,
        144.,  169.,  196.,  225.,  256.,  289.,  324.,  361.,  400.,  441.,  484.,
        529.,  576.,  625.,  676.,  729.,  784.,  841.,  900.,  961., 1024., 1089.,
       1156., 1225., 1296., 1369., 1444., …