我需要使用scipy的 curve_fit
函数进行简单的曲线拟合 . 但是,我的数据是矩阵形式 . 我可以很容易地在numpy中做到这一点,但我想看到适合scipy的善良 .
问题:
AX = B - >给定A,找到X表示最小平方误差 .
from scipy.optimize import curve_fit
def getXval():
a = 4; b = 3, c = 1;
f0 = a*pow(b, 2)*c
f1 = a*b/c
return [f0, f1]
def fit(x, a0, a1):
res = a0*x[0] + a1*x[1]
return [res]
x = getXval()
y = [0.15]
popt, pcov = curve_fit(fit, x, y)
但是,这不起作用 . 有人能指出这里发生了什么吗?
1 回答
您的代码有一些问题 .
1)使用numpy数组而不是Python列表
2)你缺少y的值 .
这对我有用: