我正在使用Scipy將我的數據調整爲函數。該函數給出2個參數的值,在這種情況下,a和b。我想使用綁定參數來限制這些參數可以採用的值,每個參數都有自己的可接受值範圍。Scipy Curve_fit。多個參數的單獨界限
可接受值:15 <一個< 50和0.05 < b < 0.2
我想知道如何實現它們。官方文檔僅顯示如何爲1個參數執行這些操作。這個問題類似於:Python curve fit library that allows me to assign bounds to parameters。這也只能解決1個參數的邊界。
這裏是我的嘗試:
def Ebfit(x,a,b):
Eb_mean = a*(0.0256/kt) # Eb at bake temperature
Eb_sigma = b*Eb_mean
Foursigma = 4*Eb_sigma
Eb_a = np.linspace(Eb_mean-Foursigma,Eb_mean+Foursigma,N_Device)
dEb = Eb_a[1] - Eb_a[0]
pdfEb_a = spys.norm.pdf(Eb_a,Eb_mean,Eb_sigma)
## Retention Time
DMom = np.zeros(len(x),float)
tau = (1/f0)*np.exp(Eb_a)
for bb in range(len(x)):
DMom[bb]= (1 - 2*(sum(pdfEb_a*(1 - np.exp(np.divide(-x[bb],tau))))*dEb))
return DMom
time = datafile['time'][0:501]
Moment = datafile['25Oe'][0:501]
params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=[(15,50),(0.05,0.2)])
我也曾嘗試以下變化,看看是否括號是問題:
params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=[[15,50],[0.02,0.2]])
params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=((15,50),(0.02,0.2)))
,但我得到了同樣的錯誤了所有這些變體
ValueError: Each lower bound mush be strictly less than each upper bound.
它只適用於單個綁定,如:
params,extras = curve_fit(Ebfit,time,Moment, p0=[20,0.1], bounds=[0,50])
任何幫助表示讚賞。 謝謝!
關於'curve_fit.bounds'文檔你不明白如何做到這一點的不明之處?請注意,文檔中提到了「array_like的2- *元組」,因此您可能需要將這些內部列表更改爲元組。 – Evert
@Evert嘿,Yeap我也試過。儘管如此,我仍然得到相同的錯誤。我編輯了這個問題以包含我所嘗試的內容。 – xplodnow