如何利用JMP的傅里叶变换功能将一串曲线数据拟合成最合适的正弦波？例如在附件中，我通过绘制第一列的平滑线公式，得到了第二列的“平滑”数据。
增加“平滑”的效果是通过反复交叉两条曲线来确定最合适的正弦波周期。
当然，原始的曲线变化是完全随机的，所以只能要求拟合出来的正弦波能够达到最大程度的满足（正弦波只是固定的模式而已）。
就像图中的正弦波。
（此图像是用python实现的。）
谢谢专家！
自动化和脚本视窗回复：如何利用JMP的傅里叶变换功能将一串曲线数据拟合成最合适的正统曲线？
回复：如何利用JMP的傅里叶变换功能将一串曲线数据拟合成最合适的正统曲线？即拟合后的固定正弦波高点个数与原“num”个曲线段高点个数尽量重合，同一个正弦波低点个数与原“num”个曲线段低点个数尽量重合
谢谢！
回复：如何利用JMP的傅里叶变换功能将一串曲线数据拟合成最合适的正统曲线？JMP有FFT和一些其他与傅立叶相关的东西
时间序列分析可能会有所帮助，或者如果你可以访问 JMP Pro，你可能会在函数数据探索器中获得更多选项
回复：如何利用JMP的傅里叶变换功能将一串曲线数据拟合成最合适的正统曲线？嗨@拉拉，
我不确定是否完全理解了您的目标和需求（获得比原始（可能有噪声的）曲线数据更平滑的曲线？），但正如@jthi提到的，您在函数数据资源管理器中有很多选项可以拟合曲线并提取拟合的“平滑”模型。我认为 B-/P-Splines 和Fourier 基础模型可以很好地适用于您的用例，并且有预处理选项可以帮助进一步平滑您的曲线数据（如果需要）：Savitzky-Golay 过滤和衍生品提取、基线校正、标准正态变量方法、乘法散射校正等...
或者，您也可以使用平台Fit Curve ，它能够拟合大量曲线模型。
您还可以创建一个公式来指定您的模型方程，并使用平台非线性回归来估计模型的不同参数。
希望这个答案能帮助你，
回复：如何利用JMP的傅里叶变换功能将一串曲线数据拟合成最合适的正统曲线？谢谢专家！
我需要能够自动合成正弦波的软件。
我的想法：
1.当第二列从下方穿过第一列时，是正弦波第一半部分的起点
2. 第一列上升到顶部
3.当第二列从上往下穿过第一列时，即为正弦波前半部分的终点，也是正弦波后半部分的起点
4. 第一列下降到底部
完整正弦波的周期是这样确定的
如此反复交叉第二列和第一列，即可得到许多不同的正弦波周期。
需要软件来找到与该数据最匹配的正弦波的周期（正弦波的振幅是次要的）。
回复：如何使用 JMP 的傅里叶变换功能将一串曲线数据拟合为最合适的正弦波？我建议使用 python 来实现这一点。scipy python 库有一个 scipy.fft() 函数，它以 numpy 数组作为输入，我发现这个函数更容易使用。好消息是，有了 JMP 18，您现在可以在 JMP 内部运行 python 脚本，并从 numpy 数组创建 JMP 数据表。
https://docs.scipy.org/doc/scipy/tutorial/fft.html
回复：如何使用 JMP 的傅里叶变换功能将一串曲线数据拟合成最合适的正弦波？使用python的FFT
谢谢！
