Skip to main content
 首页 » 编程设计

python之Scipy 拟合向量中的参数

2024年11月24日8bhlsheji

据我所知,Scipy curve_fit 函数显式接受拟合参数。例如,在拟合多项式时:

def func(x, c0, c1, c2): 
    return c0 + c1 * x + c2 * x**2 

有没有一种方法(也许是另一个等效函数)通过​​向量定义参数?例如:

def func(x, C): 
    y = 0.0 
    for i, ci in enumerate(C): 
        y += ci * x**i 
    return y 

我试图用 24 个参数拟合一个复杂的函数,显式定义参数相当痛苦。

请您参考如下方法:

是的,这是可能的,但您必须事先知道参数的数量(您似乎知道)。

例子:

from scipy.optimize import curve_fit 
 
def func(x, *C): 
    y = sum(c * x ** n for n, c in enumerate(C)) 
    return y 

但是,您需要在调用curve_fit 时指定p0 参数;在本例中,由于您知道有 24 个参数,如果您对它们的值有初步猜测,则可以传递一个包含 24 个值的数组。如果没有,您可以使用 np.ones(24)。