scipy.optimize 曲线拟合答案

【问题标题】：scipy.optimize curve fittingscipy.optimize 曲线拟合
【发布时间】：2016-06-15 08:11:45
【问题描述】：

我只是试图捕捉 scipy.optimize.curve_fit 函数抛出的 ValuError，但我意识到它未被识别为有效异常。

这是我的代码：

     from scipy.optimize import curve_fit

    ksi=( (185/((xdata_1/420)**2 + (420/xdata_1)**2 + 90 )) + (27/((xdata_1/800)**4 + (800/xdata_1)**4 + 5.50)) + (0.005/((xdata_1/2200)**2 + (2200/xdata_1)**2 - 1.95)) + (0.012/((xdata_1/180000)**2 + (180000/xdata_1)**2 -1.8))+ (0.01/((xdata_1/97000)**2 + (97000/xdata_1)**2 -1.95)) + (0.03/((xdata_1/250000)**2 + (250000/xdata_1)**2))  )

     def power(xdata_1,cc,dd,gg):
         global ksi
         return cc*(xdata_1**(dd))*(10**(-1.572*gg*(ksi)))

这是我得到的完整警告：

ValueError: 操作数无法与形状 (455,) (1772,) 一起广播

我该如何解决这个问题？

【问题讨论】：

如果问题出在 scipy curve_fit 上，您能否发布一个包含该部分代码的示例？
不清楚你在问什么。 “我只是想捕获一个 ValuError”，但您的代码中没有任何内容，“这是我得到的完整警告：ValueError ...”这是警告还是错误？哪一行代码触发了它？ “我该如何解决这个问题？”真正的问题是什么？
鉴于 ksi 仅依赖于 xdata_1，我认为没有必要在其上使用全局变量。至于您的警告，cc、dd、gg 或 xdata_1 或 ksi 之一的长度与其他的长度不同，因此您的幂函数在广播中遇到麻烦。

标签： python scipy curve-fitting

【解决方案1】：

只是猜测，因为您没有上传整个代码。想想我前段时间也有同样的问题。我意识到我一直在使用列表而不是 Numpy 数组。转换为数组为我修复了它。数组也需要相同的大小。

【讨论】：