我在实现以下目标时遇到了一些困难。假设我有两组从测试中获得的数据:
import numpy as np
a = np.array([[0.0, 1.0, 2.0, 3.0], [0.0, 2.0, 4.0, 6.0]]).T
b = np.array([[0.5, 1.5, 2.5, 3.5], [0.5, 1.5, 2.5, 3.5]]).T
其中,第0列中的数据表示(在我的情况下)位移,第1列中的数据表示各自测得的力值。在
(给定数据表示斜率为2和1的两条直线,y轴截距均为0。)
现在,我正在尝试编程一个脚本,该脚本将平均这两个数组,尽管x值不匹配,这样它将生成
^{pr2}$(斜率为1.5且y轴截距为0的直线。)
我尽力使用切片和线性插值,但似乎我无法理解它(我是一个初学者)。在
我很高兴有任何意见和建议,并希望我给你的信息是充分的!在
提前谢谢你
罗伯特
您可以获得每个数据集的系数(斜率和截距),获得平均值,然后将数据拟合到新的x值数组中。在
循序渐进:
将deg-1多项式拟合到每个数组} 得到每个数组的系数(斜率和截距):
a
,使用^{求出这些系数的平均值作为
^{pr2}$c
的系数:使用
np.arange
为c创建新的x值使用^{} 将新的
c
系数调整为新的x
值:使用}值放在一起:
stack
将c_x
和{如果您将其四舍五入到2位小数,您将看到它与您期望的结果相同:
一句话:
相关问题 更多 >
编程相关推荐