Python-根据记录值拟合指数衰减曲线

我知道有一些线程与此相关，但我不知道我想在哪里将数据拟合

我的数据被导入并按此方式打印

import matplotlib.pyplot as plt
%matplotlib inline
import pylab as plb
import numpy as np
import scipy as sp
import csv

FreqTime1 = []
DecayCount1 = []
with open('Half_Life.csv', 'r') as f:
    reader = csv.reader(f, delimiter=',')
    for row in reader:
        FreqTime1.append(row[0])
        DecayCount1.append(row[3])

FreqTime1 = np.array(FreqTime1) 
DecayCount1 = np.array(DecayCount1)

fig1 = plt.figure(figsize=(15,6))
ax1 = fig1.add_subplot(111)
ax1.plot(FreqTime1,DecayCount1, ".", label = 'Run 1')
ax1.set_xlabel('Time (sec)')
ax1.set_ylabel('Count')
plt.legend()

问题是，我很难设置一般的指数衰减，我不确定如何从数据集中计算参数值

如果可能的话，我想让拟合的衰变方程的方程与图表一起显示。但是，如果能够产生合适的效果，那么这种方法很容易应用

编辑-------------------------------------------------------------

所以当使用Stanely R提到的拟合函数时

def model_func(x, a, k, b):
    return a * np.exp(-k*x) + b

x = FreqTime1
y = DecayCount1


p0 = (1.,1.e-5,1.) 
opt, pcov = curve_fit(model_func, x, y, p0)
a, k, b = opt

返回了此错误消息

TypeError:ufunc'multiply'不包含签名类型与dtype（'S32'）dtype（'S32'）dtype（'S32'）dtype（'S32'）匹配的循环。

---

关于如何解决这个问题，你有什么想法吗？

你必须使用scipy.optimize的

曲线拟合

：

“返回此错误消息

有没有办法解决这个问题？”

读取CSV文件以创建

FreqTime1

和

DelayCount1

的代码正在创建字符串数组。你可以按照@StanleyR在评论中提出的建议来解决这个问题。更好的办法是替换此代码：

FreqTime1 = []
DecayCount1 = []
with open('Half_Life.csv', 'r') as f:
    reader = csv.reader(f, delimiter=',')
    for row in reader:
        FreqTime1.append(row[0])
        DecayCount1.append(row[3])

FreqTime1 = np.array(FreqTime1) 
DecayCount1 = np.array(DecayCount1)

与：

---

酷。在这种情况下，我需要为我的数据集应用For循环吗？什么循环

curve_fit

搜索了合适的fit函数。当我将x和y值定义为数组时，返回的结果是，

ufunc'multiply'不包含签名匹配类型dtype（'S32'）dtype（'S32'）dtype（'S32'）的循环。

尝试写入

FreqTime1.append（np.float32（行[0]）；DecayCount1.append（np.float32（第[3]行））

查看

TypeError: ufunc 'multiply' did not contain a loop with signature matching types dtype('S32') dtype('S32') dtype('S32')

FreqTime1 = []
DecayCount1 = []
with open('Half_Life.csv', 'r') as f:
    reader = csv.reader(f, delimiter=',')
    for row in reader:
        FreqTime1.append(row[0])
        DecayCount1.append(row[3])

FreqTime1 = np.array(FreqTime1) 
DecayCount1 = np.array(DecayCount1)

FreqTime1, DecayCount1 = np.loadtxt('Half_Life.csv', delimiter=',', usecols=(0, 3), unpack=True)