사용자 입력 문자열을 일부 데이터에 가장 적합한 것을 찾는 데 사용할 수있는 방정식으로 변환하는 방법

Question

그래프 창에 플롯하는 x 및 y 데이터가 있습니다. 사용자가 방정식을 정의한 다음 SciPy와 같은 것을 사용하여 방정식의 최적 값을 찾습니다.

예시 수학

에게 사용자 입력 => Y = ((m^2/C^4) * 2)^수 I는 curve_fitting 또는 비슷한이 String 넣고 누락 값을 찾는 방법 0.5

부디? 나는 익명의 기능을 사용할 수 있다고 생각했지만 그것은 나를 위해 일하지 않는 것 같다.

Answer 1

lmfit (http://lmfit.github.io/lmfit-py/)이이 용도로 유용 할 수 있습니다. 커브 피팅에 대한 높은 수준의 접근 방식의 일부로 Python 표현식에서 가져온 사용자 정의 모델 함수를 지원하는 ExpressionModel 클래스가 있습니다. 자세한 내용은 http://lmfit.github.io/lmfit-py/builtin_models.html#user-defined-models에서 확인할 수 있습니다. 합니다 (GitHub의에 REPO의 예제 폴더에서 촬영) 간단한 예를 들어 :

import numpy as np 
import matplotlib.pyplot as plt 
from lmfit.models import ExpressionModel 

x = np.linspace(-10, 10, 201) 

amp, cen, wid = 3.4, 1.8, 0.5 

y = amp * np.exp(-(x-cen)**2/(2*wid**2))/(np.sqrt(2*np.pi)*wid) 
y = y + np.random.normal(size=len(x), scale=0.01) 

gmod = ExpressionModel('amp * exp(-(x-cen)**2 /(2*wid**2))/(sqrt(2*pi)*wid)') 

result = gmod.fit(y, x=x, amp=5, cen=5, wid=1) 

print(result.fit_report()) 
plt.plot(x, y, 'bo') 
plt.plot(x, result.init_fit, 'k--') 
plt.plot(x, result.best_fit, 'r-') 
plt.show() 

는

[[Model]] 
    Model(_eval) 
[[Fit Statistics]] 
    # function evals = 54 
    # data points  = 201 
    # variables  = 3 
    chi-square   = 0.019 
    reduced chi-square = 0.000 
    Akaike info crit = -1856.580 
    Bayesian info crit = -1846.670 
[[Variables]] 
    amp: 3.40478705 +/- 0.005053 (0.15%) (init= 5) 
    cen: 1.79930413 +/- 0.000858 (0.05%) (init= 5) 
    wid: 0.50051059 +/- 0.000858 (0.17%) (init= 1) 
[[Correlations]] (unreported correlations are < 0.100) 
    C(amp, wid)     = 0.577 

의 결과를 인쇄하고 단지로

의 그래프를 생성합니다 clear : asteval 모듈 (https://newville.github.io/asteval/)을 사용하여 사용자 입력을 구문 분석하고 평문 eval을 사용하여 노출 될 악의적 인 사용자 입력으로부터 가능한 한 안전하게하려고합니다.