如何正確定義scipy的矢量函數curve_fit

我有一個python如何在嘗試曲線擬合時評估x的數組的形式（f1（x），f2（x））向量函數的問題。如何正確定義scipy的矢量函數curve_fit

import numpy as np 
from scipy.optimize import curve_fit 

def func(x,a,b,c): 
    return np.array([a*x**b+c,a*x**b+c+1]) 

ydata = np.array([[1,2],[3,4],[5,6],[7,8]],dtype=float) 
xdata=np.array([1,2,3,4], dtype=float) 
popt,pcov = curve_fit(func, xdata, ydata)

給出「ValueError異常：操作數不能與形狀（2,4）（4,2）一起廣播」移調數據被裝配：

ydata=np.array([[1,2],[3,4],[5,6],[7,8]],dtype=float).transpose()

給出「類型錯誤：不正確的輸入：N = 3不得超過M = 2「，因爲現在我的函數值比參數少。好吧，我知道爲什麼我不能適應這種情況。所以，我需要轉置函數值：「從函數調用的結果是不浮動的正確陣列」

def func(x,a,b,c): 
    return np.array([a*x**b+c,a*x**b+c+1]).transpose()

這給了我

如何從這樣的問題得到解決方案？在數學上，如果數據符合模型，應該很好地確定。

來源

2016-12-23 David Schneider

[相關問題]（http://stackoverflow.com/questions/41090791/how-do-i-optimize-and-find-the-coefficients- for-two-equations-in-in） – Stelios

您可能也對我的答案感興趣：http://stackoverflow.com/questions/40829791/fitting-a-vector-function-with-curve-fit-in-scipy/40961491＃40961491 – tBuLi

curve_fit預計func返回1D數組，所以output應該平坦。在這種情況下，您應該輸入ydata.T.ravel()至curve_fit以獲得正確的順序作爲func(x,a,b,c)的元素。

import numpy as np 
from scipy.optimize import curve_fit 

def func(x,a,b,c): 
    output = np.array([a*(x**b)+c,a*(x**b)+c+1]) 
    return output.ravel() 

ydata = np.array([[1,2],[3,4],[5,6],[7,8]],dtype=float) 
xdata=np.array([1,2,3,4], dtype=float) 
popt,pcov = curve_fit(func, xdata, ydata.T.ravel()) 
# print (popt) 
# [ 2., 1., -1.]

測試結果，

func(xdata,*popt).reshape(-1,len(xdata)).T 
# [[ 1., 2.], 
# [ 3., 4.], 
# [ 5., 6.], 
# [ 7., 8.]]

來源

2016-12-23 19:41:40 Mahdi

如何正確定義scipy的矢量函數curve_fit

回答

相關問題