scipy curve_fit 多系列数据

Question

我正在尝试进行曲线拟合，该曲线拟合基于相同的 x 值和相同的（指数）定律考虑了 y 的多个系列。系列中的 y 值略有不同，因为它们是实验性的，但仍然接近（在相同的 x 处）。

我尝试构建两个数组：一个带有 x，一个带有两个不同系列的 y

def f(x,a,b,c):
    return a*numpy.exp(-b*x)+c
xdata=numpy.array([data['x'],data['x']])
ydata = numpy.array([data['y1'], data['y2']])
popt, pcov=curve_fit(f,xdata,ydata)

但是出现了这个错误：

TypeError: Improper input: N=3 must not exceed M=2

有谁知道如何解决这个错误或进行这种曲线拟合的正确方法？

Answer 1

您应该正确地concatenate 数据而不是创建多维数组。 curve_fit 中没有任何内容表明数据必须按 x 排序：

xdata = np.concatenate((data['x'], data['x']))
ydata = np.concatenate((data['y1'], data['y2']))
popt, pcov = curve_fit(f, xdata, ydata)

这假定data 的引用元素都是一维的。