#!/bin/env python
# -*- coding: utf-8 -*-


import matplotlib.pyplot as plt
import numpy as np

from scipy.optimize import curve_fit

# on définit la fonction à fitter
# en premier paramètre on doit avoir la variable
# puis les valeurs à optimiser
def func(x , a , b ):
 return a*x + b
 
f=open('batt.txt')
i=[] 
v=[]
while 1 :
    s=f.readline()
    s=s.strip()
    if s=='':
        break
    if s[0]=='#':
        continue
    l=s.split(';')
    i.append(float(l[0]))
    v.append(float(l[1]))

v=np.array(v)
i=np.array(i)


# on fitte en donnant la forme de la fonction et les points de mesures
popt , pcov = curve_fit (func , i , v)
(a,b) = popt
print('a=',a,'b=',b)
print(pcov)

# recalcule les points avec les valeurs a,b,c fittées
vcalc=func(i,a,b)


plt.plot(i,v,'xb') # valeurs 'mesurées'
plt.plot(i,vcalc,'r') # valeurs fittées

plt.show()