Python - 嵌套列表中的分组命令

Question

我有一个 2D numpy 数组，其中包含一组由 loadtxt 从文件导入的数据。第一列包含 x 数组，任何其他列包含不同参数的 y 值。我想拟合数据并将拟合参数组合到一个新的二维数组中。这里第一组数据的拟合结果应该作为初始参数来拟合下一组数据。因此，我使用 for 循环来扫描数组的列。

fitparam=zeros((0,3),float)
init_vals=[a,b,c]
for ii in arange(1,data.shape[1]):
    popt,pcov=curve_fit(func,data[:,0],data[:,ii],p0=init_vals)
    init_vals=popt
    fitparam=concatenate((fitparam,resize(popt,(1,3))),axis=0)

有没有更合适的方法来做到这一点，例如使用嵌套列表？因此，我可以避免创建数组 fitparam 和 concatenate 命令。 比如：

init_vals=[a,b,c]
fitparam=array([
    popt,pcov=curve_fit(func,data[:,0],data[:,ii],p0=init_vals)
    init_vals=popt
    array([popt[0],pcov[0,0],popt[1],pcov[1,1],popt[2],pcov[2,2]])
    for ii in arange(1,data.shape[1])
)]

谢谢

Answer 1

您可以使用 data.shape[1] - 1 行初始化一个空数组来存储您的拟合参数，然后在处理数据时逐一填写行：

fitparam = empty((data.shape[1] - 1, 3), float)
init_vals = [a, b, c]

for ii in arange(1, data.shape[1]):
    popt, pcov = curve_fit(func, data[:,0], data[:,ii], p0=init_vals)
    init_vals = popt
    fitparam[ii - 1] = popt

这避免了昂贵的数组连接步骤。

如果您不想存储之前的拟合参数值，那么您需要做的就是保留最新的一组参数，以 p0= 的形式传递给下一次循环迭代：

popt = [a, b, c]

for ii in arange(1, data.shape[1]):
    popt, pcov = curve_fit(func, data[:,0], data[:,ii], p0=popt)