nlsq_curvefit2_animation.py ダウンロード/コピー

nlsq_curvefit2_animation.py をダウンロード

nlsq_curvefit2_animation.py
nlsq_curvefit2_animation.py
  1"""
  2概要:
  3    非線形最小二乗法を用いたカーブフィットのアニメーションを表示するスクリプトです。
  4
  5詳細説明:
  6    scipy.optimize.minimizeを使用してガウス関数のフィッティングを行い、
  7    その過程をmatplotlibでリアルタイムにアニメーション描画します。
  8    コマンドライン引数で初期のパラメータ a、x0、w を指定できます。
  9
 10関連リンク:
 11    nlsq_curvefit2_animation_usage
 12"""
 13import sys
 14import numpy as np
 15import matplotlib.pyplot as plt
 16from matplotlib.font_manager import FontProperties
 17from scipy.optimize import minimize
 18
 19# 日本語フォントの設定
 20fp = FontProperties(family='MS Gothic')
 21
 22# パラメータの初期値
 23p0 = [2.0, 2.0, 0.5]
 24
 25argv = sys.argv
 26narg = len(argv)
 27if narg == 1:
 28    print(f"\nUsage: {argv[0]} [a] [x0] [w]\n")
 29    sys.exit(1)
 30if narg >= 2:
 31    p0[0] = float(argv[1])
 32if narg >= 3:
 33    p0[1] = float(argv[2])
 34if narg >= 4:
 35    p0[2] = float(argv[3])
 36
 37print()
 38print(f"Initial parameters: a={p0[0]}, x0={p0[1]}, w={p0[2]}")
 39
 40# フィットする関数の定義
 41def func(x, a, x0, w):
 42    """
 43    概要:
 44        フィットに用いるガウス関数です。
 45
 46    引数:
 47        :param x: x座標のデータ配列。
 48        :type x: numpy.ndarray
 49        :param a: 振幅パラメータ。
 50        :type a: float
 51        :param x0: 中心座標パラメータ。
 52        :type x0: float
 53        :param w: 幅パラメータ。
 54        :type w: float
 55
 56    戻り値:
 57        :returns: ガウス関数の計算結果の配列。
 58        :rtype: numpy.ndarray
 59    """
 60    return a * np.exp(-(x - x0)**2 / w**2)
 61
 62# データの生成
 63xdata = np.linspace(-10, 10, 100)
 64y_data = func(xdata, 1.0, 0.0, 2.0) + 0.1 * np.random.normal(size=xdata.size)
 65
 66# 残差関数の定義
 67def residuals(params, x, y):
 68    """
 69    概要:
 70        フィッティングの残差を計算します。
 71
 72    引数:
 73        :param params: 最適化対象のパラメータリスト。
 74        :type params: list または numpy.ndarray
 75        :param x: x座標のデータ配列。
 76        :type x: numpy.ndarray
 77        :param y: y座標のデータ配列。
 78        :type y: numpy.ndarray
 79
 80    戻り値:
 81        :returns: データとモデルの差分残差配列。
 82        :rtype: numpy.ndarray
 83    """
 84    return y - func(x, *params)
 85
 86# 最小化する関数の定義
 87def minimize_func(params):
 88    """
 89    概要:
 90        最小化の目的関数である残差平方和を計算します。
 91
 92    引数:
 93        :param params: 最適化対象のパラメータリスト。
 94        :type params: list または numpy.ndarray
 95
 96    戻り値:
 97        :returns: 残差の二乗和。
 98        :rtype: float
 99    """
100    return np.sum(residuals(params, xdata, y_data)**2)
101
102# プロットの設定
103fig, ax = plt.subplots()
104ax.plot(xdata, y_data, 'bo', label='データ')
105
106line_initial, = ax.plot(xdata, func(xdata, *p0), 'g--', label='初期推定値')
107line_fit, = ax.plot(xdata, func(xdata, *p0), 'r-', label='フィット')
108ax.legend(prop=fp)
109plt.ion()
110
111# callback
112iter = 0
113def callback(params):
114    """
115    概要:
116        最適化の各反復で呼び出されプロットを更新します。
117
118    詳細説明:
119        matplotlibを用いて現在のパラメータでの関数曲線をリアルタイムに描画し、
120        コンソールに現在のイテレーション回数とパラメータを表示します。
121
122    引数:
123        :param params: 現在のイテレーションにおけるパラメータリスト。
124        :type params: numpy.ndarray
125
126    戻り値:
127        :returns: なし。
128        :rtype: None
129    """
130    global iter
131    iter += 1
132    print(f"Iteration #{iter}: params = {params}")
133    line_fit.set_data(xdata, func(xdata, *params))
134    plt.pause(0.1)
135    
136# fフィッティングの実行
137result = minimize(minimize_func, 
138                  p0, 
139                  callback=callback, 
140                  options={'disp': True})
141
142# 最終結果のプロット
143ax.plot(xdata, func(xdata, *result.x), 'b-', label='最終フィット')
144ax.legend(prop=fp)
145plt.ioff()
146plt.show()
147
148print("最適パラメータ: ", result.x)