将变量传递给 scipy curve_fit答案

【问题标题】：pass variable to scipy curve_fit将变量传递给 scipy curve_fit
【发布时间】：2022-11-22 15:41:05
【问题描述】：

我正在尝试使用一个函数来拟合数据集：

def kel_voigt(x, en2, l2, en3, l3):
  # The first term, 300 should be a variable, from the main
  const = 300 * 1e-6 * math.pi / (2 * math.tan(math.radians(63.3)))
  return const * (((1 - (np.exp(-x / l2))) / en2) +
                  ((1 - (np.exp(-x / l3))) / en3))

其中，配件从 main 调用为：

  for n in range(len(sheets)):
    popt, pcov = sp.optimize.curve_fit(kel_voigt,
                                       np.array(tl[n]),
                                       np.array(h0l[n]),
                                       maxfev=10000)

现在，问题是，变量负载的第一项（即 300）应该是一个变量并从 main 传递（它与主迭代中 n 的每个值不同）。来自https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit.html，我还没有找到将额外参数传递给 scipy.optimize.curve_fit() 的方法。

我如何设置额外的变量？

【问题讨论】：

标签： python curve-fitting scipy-optimize

【解决方案1】：

您可以为您的固定变量/常量添加一个额外的参数到您的函数中，并将此函数包装在每个循环迭代中：

def kel_voigt(x, fix_var, en2, l2, en3, l3):
  # The first term, 300 should be a variable, from the main
  const = fix_var * 1e-6 * math.pi / (2 * math.tan(math.radians(63.3)))
  return const * (((1 - (np.exp(-x / l2))) / en2) +
                  ((1 - (np.exp(-x / l3))) / en3))

for n in range(len(sheets)):
    # replace 300 with the value in the current iteration
    fun_to_fit = lambda x, en2, l2, en3, l3: kel_voigt(x, 300, en2, l2, en3, l3)
    popt, pcov = sp.optimize.curve_fit(fun_to_fit,
                                       np.array(tl[n]),
                                       np.array(h0l[n]),
                                       maxfev=10000)

【讨论】：