当使用scipy.optimize.curve_fit（）将表面拟合到3D散射数据时发生TypeError >> [

Question

我有一个Pandas DataFrame，其中的列包含x，y和z值。

import pandas as pd
price_year_age = pd.DataFrame({'Age': x,
                               'Mileage': y,
                               'Price': z,
                               })

使用scipy.optimize.curvefit()我可以拟合单变量指数函数y = exp(-bx)：

import numpy as np
from scipy.optimize import curve_fit

# fit y to x
def exp_function(x, a, b):
    return a * np.exp(-b * x)

popt, pcov = curve_fit(exp_function, price_year_age['Age'],    # x-values
                        price_year_age['Price'],               # y-values
                        absolute_sigma=False, maxfev=1000)

# popt
# array([2.81641498e+04, 1.29183078e-01])                      # a, b-values

但是当我尝试将相同的分析扩展到3D时，遇到了TypeError：

# fit z to (x, y)
def exp_function_2(x, y, a, b, c):
    return (a/2) * (np.exp(-b * x) + np.exp(-c * y))

popt, pcov = curve_fit(exp_function_2, 
                       price_year_age['Age'],           # x-values
                       price_year_age['Mileage'],       # y-values
                       price_year_age['Price'],         # z-values
                       absolute_sigma=False, maxfev=1000)


# TypeError: exp_function_2() takes 5 positional arguments but 1518 were given

似乎它认为我正在将1518个参数（我的Pandas数据框的长度）传递给exp_function_2()。 

为什么我的代码不能用于2D (x, y)适合却挂在3D (x, y, z)适合上？

我有一个Pandas DataFrame，其中的列包含x，y和z值。以pd price_year_age = pd.DataFrame（{'Age'：x，'Mileage'：y，...

Answer 1

您正在使用不正确的参数调用该方法。