Python为什么画不出图啊

Question

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

# 定义Logistic模型函数
def logistic_model(t, r, K):
    return K / (1 + np.exp(-r * (t - t0)))

# 准备数据
t_data = np.array([2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022])
y_data = np.array([810828, 845459, 879391, 909091, 927292, 935952, 939678, 945879, 972785, 993595, 1025308, 1078989, 1123270, 1164790, 1209140, 1247510, 1268250])

# 初始参数猜测值
r_guess = 0.01
K_guess = 1500000
p0 = [r_guess, K_guess]

# 使用curve_fit进行拟合
popt, pcov = curve_fit(logistic_model, t_data, y_data, p0=p0)

# 从popt中提取最佳拟合参数r和K，并赋予正确的名称
r_estimated, K_estimated = popt

# 打印最佳拟合参数
print(f"Estimated growth rate (r): {r_estimated:.4f}")
print(f"Estimated carrying capacity (K): {K_estimated}")

# 使用最佳拟合参数绘制拟合曲线
t_fit = np.linspace(min(t_data), max(t_data), 300)  # 生成更细致的时间点
y_fit = logistic_model(t_fit, r_estimated, K_estimated)  # 计算拟合的因变量值

# 绘制数据点和拟合曲线
plt.scatter(t_data, y_data, label='Data Points')
plt.plot(t_fit, y_fit, label=f'Fitted Logistic Curve (r={r_estimated:.4f}, K={K_estimated:.0f})')
plt.xlabel('Year')
plt.ylabel('Population')
plt.title('Logistic Growth Model Fit to Population Data')
plt.legend()
plt.show()

为什么画不出图啊

Answer 1

【以下回答由 GPT 生成】

在您的代码中，参数t0在logistic_model函数中被使用，但是在函数中未进行定义。这会导致代码在调用curve_fit函数时出现问题，从而无法成功拟合数据和绘制图形。

为了解决这个问题，您需要在logistic_model函数中定义t0参数并传递给该函数。可以将t0作为logistic_model的第三个参数，然后在curve_fit和调用logistic_model时将其传递进去。下面是更新后的代码：

```python
import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

# 定义Logistic模型函数
def logistic_model(t, r, K, t0):
    return K / (1 + np.exp(-r * (t - t0)))

# 准备数据
t_data = np.array([2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022])
y_data = np.array([810828, 845459, 879391, 909091, 927292, 935952, 939678, 945879, 972785, 993595, 1025308, 1078989, 1123270, 1164790, 1209140, 1247510, 1268250])

# 初始参数猜测值
r_guess = 0.01
K_guess = 1500000
t0_guess = 2005
p0 = [r_guess, K_guess, t0_guess]

# 使用curve_fit进行拟合
popt, pcov = curve_fit(logistic_model, t_data, y_data, p0=p0)

# 从popt中提取最佳拟合参数r、K和t0
r_estimated, K_estimated, t0_estimated = popt

# 打印最佳拟合参数
print(f"Estimated growth rate (r): {r_estimated:.4f}")
print(f"Estimated carrying capacity (K): {K_estimated}")
print(f"Estimated inflection point (t0): {t0_estimated}")

# 使用最佳拟合参数绘制拟合曲线
t_fit = np.linspace(min(t_data), max(t_data), 300)  # 生成更细致的时间点
y_fit = logistic_model(t_fit, r_estimated, K_estimated, t0_estimated)  # 计算拟合的因变量值

# 绘制数据点和拟合曲线
plt.scatter(t_data, y_data, label='Data Points')
plt.plot(t_fit, y_fit, label=f'Fitted Logistic Curve (r={r_estimated:.4f}, K={K_estimated:.0f}, t0={t0_estimated:.0f})')
plt.xlabel('Year')
plt.ylabel('Population')
plt.legend()
plt.show()

通过上述更改，您的代码应该能够成功拟合数据并绘制出Logistic曲线图形了。祝您顺利！ ```

【相关推荐】

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7473484
• 这篇博客也不错, 你可以看下python爬虫中文输出问题以及不即时输出问题
• 同时，你还可以查看手册：python- 格式化输出 中的内容
• 您还可以看一下 龙豪杰老师的Python网络爬虫课程中的 输出指定页小节, 巩固相关知识点
  
• 除此之外, 这篇博客: Python整数的溢出问题中的 整数的溢出问题 部分也许能够解决你的问题。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^