1、先准备数据。
pan.baidu.com/s/1SzUuCjgXcECw4xixVQNe1w
提取码: rjmr
先下载txt文档，里面是1000个数据，用英文的都好分割。
2、用python整理数据：
b=open('0.txt','r')
c=b.read().replace('\r','').split(',')
D=[]
for i in c[:-1]:
i=float(i)
D.append(i)
b.close()
把所有的数字提取出来，保存到列表D里面。
3、绘制数据集的图像。
import pylab as pl
D=np.array(D)
x=np.array(list(range(1000)))
pl.plot(x,D,c='g')
pl.show()
4、这个图像看起来像是正弦曲线，所以，用正弦曲线来拟合这组数据：
from scipy.optimize import leastsq
def f(x, p):
A, k, theta = p
return A*np.sin(2*np.pi*k*x+theta)
def nihe(p, y, x):
A, k, theta = p
return y - f(x,p)
p0 = [1,2,3]
p = leastsq(nihe, p0, args=(D, x))
5、画出拟合的曲线：
pl.plot(x,D,c='g')
pl.plot(x, f(x, p[0]),c='r')
pl.show()
