Python2：使用scipy.optimize.curve_fit拟合多参数函数和

Question

这是我在Stack Overflow上的第一篇文章，所以如果缺少任何信息，请耐心等待。

我正在尝试使用Python 2.7.15（ubuntu 18.04）和scipy.optimize.curve_fit（）通过数据拟合函数。此拟合函数由可变数量的指数和相关参数的总和组成，这些参数通过我的拟合函数的* args参数传递。

我试过将参数向量传递给我的拟合函数。不幸的是，似乎我用'for'循环执行的指数之和实际上被解释为numpy。 ndarray，它应该是返回到拟合算法的单个值。在下面找到我尝试过的（简化）示例：

import numpy as np
import scipy
import math
from scipy import optimize

# Fitting function:
def fitFuncTau(amplitude, nFit, t, *args):
    C0=args[0]
    C=list(args[1:(nFit+1)])
    tau=list(args[(nFit+1):(2*nFit+2)])
    sumFit=0
    for i in range(0, nFit):
        sumFit+=C[i]*np.exp(-t/tau[i])
    print sumFit
    return C0+amplitude*sumFit

#Fitting Args: C0 parameter, then two lists C[] and tau[] (size Nfit)
fitArgs=[1, 0.01, 0.01, 0.1, 0.1]
nFit=2
amplitude=1

# Dummy fitting data
x=np.linspace(0, 4, 100)
np.random.seed(1729)
y=np.random.normal(size=x.size)

#Fit
wrapFunc=lambda t, *args: fitFuncTau(amplitude, nFit, t, *args)
fit_opt, fit_cov = scipy.optimize.curve_fit(wrapFunc, x, y, p0=fitArgs)

任何帮助将非常感激！

Answer 1

尝试独立使用你的fitFuncTau功能。 fitFuncTau(1, 2, 3, 4, 5, 6, 7, 8)（或您想要提供的任何值来填充正确数量的参数）只打印一个数字，而不是列表。

我找不到任何文档或参考证明它，但我想这只是curve_fit()完成的打印优化。 由于print的每个元素而导致的所有x调用都被收集在列表中并打印列表。如果检查打印列表的长度与x数组相同（在您的情况下为100）。

它不应该影响拟合的结果。检查fit_opt中的值是否合理。