我有两个NumPy数组 x
和 y
. 当我尝试使用指数函数和 curve_fit
(SciPy)使用这个简单的代码来拟合我的数据时
#!/usr/bin/env python
from pylab import *
from scipy.optimize import curve_fit
x = np.array([399.75, 989.25, 1578.75, 2168.25, 2757.75, 3347.25, 3936.75, 4526.25, 5115.75, 5705.25])
y = np.array([109,62,39,13,10,4,2,0,1,2])
def func(x, a, b, c, d):
return a*np.exp(b-c*x)+d
popt, pcov = curve_fit(func, x, y)
我得错了系数 popt
[a,b,c,d] = [1., 1., 1., 24.19999988]
问题是什么?
2 回答
第一条评论:自
a*exp(b - c*x) = (a*exp(b))*exp(-c*x) = A*exp(-c*x)
,a
或b
是多余的 . 我会放弃b
并使用:这不是主要问题 . 问题很简单,当你使用默认的初始猜测(全是1)时,
curve_fit
无法收敛到这个问题的解决方案 . 检查pcov
;你会看到它是inf
. 这并不奇怪,因为如果c
为1,则exp(-c*x)
的大部分值下溢为0:这表明
c
应该很小 . 更好的初始猜测是,例如p0 = (1, 1e-6, 1)
. 然后我得到:这看起来很合理:
首先,我建议将等式修改为
a*np.exp(-c*(x-b))+d
,否则指数将始终以x=0
为中心,但并非总是如此 . 您还需要指定合理的初始条件(curve_fit
的第4个参数指定[a,b,c,d]
的初始条件) .这段代码很合适: