1
我想在python中將一些數據擬合到一個公式中,並且我遇到了一些困難。我有方程:在python vs gnuplot中將數據擬合到一個公式中
y(t)=yo+a(t-ti)^b+kt
其中a
,ti
,b
和k
是擬合參數,和t
和disp
是陣列varaibles分別代表時間和位移。該公式將適合在一些迭代gnuplot的罰款,但在python裝修它拋出了一個錯誤: -
ValueError: array must not contain infs or NaNs
完整的堆棧跟蹤是:
creep_test.py:246: RuntimeWarning: invalid value encountered in power
fitfunc = lambda p, t: disp_list[0]+(p[0]*(t-p[1])**p[2])+p[3]*t # Target function
Traceback (most recent call last):
File "creep_test.py", line 374, in <module>
main()
File "creep_test.py", line 368, in main
python_fit(filename)
File "creep_test.py", line 256, in python_fit
out = optimize.leastsq(errfunc, p0[:], args=(t, disp,err), full_output=1)
File "/usr/lib/python2.7/dist-packages/scipy/optimize/minpack.py", line 338, in leastsq
cov_x = inv(dot(transpose(R),R))
File "/usr/lib/python2.7/dist-packages/scipy/linalg/basic.py", line 285, in inv
a1 = asarray_chkfinite(a)
File "/usr/lib/python2.7/dist-packages/numpy/lib/function_base.py", line 590, in asarray_chkfinite
"array must not contain infs or NaNs")
ValueError: array must not contain infs or NaNs
我與周圍玩發現它的術語ti
導致的問題在於,如果您的ti
固定在35.5
附近,配件將工作。我用一個電子表格,併爲下ti
的t
任何值,則公式拋出了一個#VALUE
(可能是因爲它的假想)
基本上是有沒有辦法讓Python適合像gnuplot的曲線(我假設忽略無效的結果)?我用我的程序的fittiong部分代碼如下:
fitfunc = lambda p, t: disp_list[0]+(p[0]*(t-p[1])**p[2])+p[3]*t # Target function
errfunc = lambda p, t, y, err: (fitfunc(p, t) - y)/(err) # Distance to the target function
err=0.01
p0 = [ 50, 35.5,0.005, 0.001] # Initial guess for the parameters
out = optimize.leastsq(errfunc, p0[:], args=(t, disp,err), full_output=1)
print out[0]
print out[1]
謝謝!
你能告訴我們你的't'和'disp'看起來像什麼嗎? – ford
對不起disp_list [0]是yo值(從我的數據讀取的列表中的第一個值(代表位移)),t是以秒爲單位的時間(獨立可用) – Phil
oh和t是一個數組變量形式(同樣也是一個列表時間值) – Phil