所以我有一堆数据,我需要找到梯度。数据的设置就像我有核金属丰度,即星系中心的金属丰度(距离=0)和离中心不同距离的一群不同星系的金属丰度。我想找到一个通用的梯度,所以我计划绘制所有的数据,并寻找一条最佳拟合曲线。这个想法是,金属丰度是它的中心。所以我需要修正任何金属度梯度,这样它就能返回正确的核金属度。我需要将任何梯度的偏移量固定为核金属丰度(当拟合单个星系时)或0(如果根据它们的核金属度来改变一切并拟合整个样本)。 这是我的数据的一个例子
NAME Metallicity Nuclear Metallicity Distance
1990U - - -
1991ar 8.52 - 4.61
1996d 8.66 - 2.0295
1996aq 8.59 9.03 2.97297
1997B - - 8.24493
1999cn 8.69 - 16.71392
2005eo 8.49 9.23 10.25775
2005mf 8.83 9.05 7.2698
2006jc - 8.48 2.0295
2007uy 8.7 9 3.61248
2008D 8.86 9 9.59352
距离*基本上是原子核的金属性。 现在我使用的是一个非常简单的脚本,它只调用文本文件中的数据,然后使用matplotlib打印它。我困惑的是如何偏移图形,使原子核金属丰度为零,从而得到一个普适梯度。因为上面的方程使用了梯度,但我需要求解它,所以我不知道该怎么做。有人知道如何用超参数拟合图形吗? 如果您需要更多信息,请告诉我,并提前感谢。在
编辑: 所以我所说的梯度是一个最佳拟合线的方程。基本上,我在一个星系的中心有一个金属丰度,对于一堆不同的星系,我需要找到一个方程,这样如果我知道中心金属丰度和离中心的距离,我可以把它插入到这个方程中,从而知道在那一点的金属丰度。因为目前所有的星系都有不同的金属丰度,所以我试图用所有的数据来拟合梯度。有道理吗?再次感谢。在
如果你想要拟合的方程是
然后让LHS=y,distance=x,如果您的数据在名为
^{pr2}$df
的pandas数据框中:相关问题 更多 >
编程相关推荐