试图绘制拟合的余弦平方函数到数据，但无法正确绘制

Question

我已经跟踪了网上找到的几个示例，但是仍然没有平滑的拟合曲线，我不确定为什么。曲线大部分应该遵循数据点，但是频率要高得多，而且似乎不起作用，我不确定为什么。不知道还有什么要说的，我只是迷路了。

import scipy as sp
import matplotlib.pyplot as plt
from scipy import linalg, optimize

X=sp.array([0.0,15.0,30.0,45.0,60.0,75.0,90.0,105.0,120.0,135.0,150.0,165.0,180.0,195.0,210.0,225.0,240.0,255.0,270.0,285.0,300.0,315.0,330.0,345.0,360.0])
Y=sp.array([196.3,282.0,337.0,347.0,312.0,240.0,152.0,69.0,15.3,1.1,33.0,105.4,195.4,195.4,286.0,345.0,362.0,256.0,162.0,75.0,14.9,1.3,35.1,105.2,194.9])

#DEBUG-------------------
print("Y len: ",len(Y))
print("X len: ",len(X))
#------------------------

def fit_func(x,a,c):
    cosinesquare =  a*sp.cos(x+c)**2
    return cosinesquare

po, po_cov = sp.optimize.curve_fit(fit_func, X, Y, p0=[50,360])

#DEBUG------------------
print("po:",po)
print("po[0]: ",po[0])
print("po[1]: ",po[1])
#-----------------------

plt.scatter(X, Y, marker="x", label="Data")
plt.plot(X,fit_func(X, *po), label="Fitted func")
plt.xlabel("Angle of transmission axis")
plt.ylabel("voltage (mV)")
plt.grid()
plt.legend()
plt.show()
,

我已经跟踪了网上找到的几个示例，但是仍然没有平滑的拟合曲线，我不确定为什么。曲线应主要遵循数据点，但是频率要高得多，并且...

Answer 1

编辑

Answer 2

另一个答案有效，但真正的问题是您需要将度数转换为弧度。您可以在函数中添加sp.pi/180进行转换。

Answer 3

另一个答案有效，但真正的问题是您需要将度数转换为弧度。您可以在函数中添加sp.pi/180进行转换。