类型错误：无法理解

Question

我正在拟合一条非常简单的三点曲线。使用 minimumsq 方法，遵循所有规则。但我仍然收到错误。我不明白。任何人都可以帮忙。非常感谢

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import leastsq

x = np.array([2.0,30.2,15.0])
y = np.array([45.0,56.2,30.0])

print(x)
print(y)

# model
def t(x,a,b,c):
    return a*x**2 + b*x + c

#residual fucntion
def residual_t(x,y,a,b,c):
    return y-t(x,a,b,c)


#initial parameters
g0 = np.array([0.0,0.0,0.0])

#leastsq method
coeffs, cov = leastsq(residual_t, g0, args=(x,y))
plt.plot(x,t(x,*coeffs),'r')
plt.plot(x,y,'b')
plt.show()

#finding out Rsquared and Radj squared value
absError = residual_t(y,x,*coeffs)
se = np.square(absError) # squared errors
Rsquared = 1.0 - (np.var(absError) / np.var(y))
n = len(x)
k = len(coeffs)
Radj_sq = (1-((1-Rsquared)/(n-1)))/(n-k-1)
print (f'Rsquared value: {Rsquared}   adjusted R saquared value: {Radj_sq}')

TypeError：residual_t() 缺少 2 个必需的位置参数：'b' 和 'c'

为什么？ coeffs 已经是一个数组，其中包含 a、b、c 的最佳 it 值。 coeffs 也显示未定义，residual_t 也显示问题。你能帮我理解吗。

Answer 1

复制并粘贴您的代码（包括 *coeffs 更改），我明白了

1135:~/mypy$ python3 stack58206395.py 
[ 2.  30.2 15. ]
[45.  56.2 30. ]
Traceback (most recent call last):
  File "stack58206395.py", line 24, in <module>
    coeffs, cov = leastsq(residual_t, g0, args=(x,y))
  File "/usr/local/lib/python3.6/dist-packages/scipy/optimize/minpack.py", line 383, in leastsq
    shape, dtype = _check_func('leastsq', 'func', func, x0, args, n)
  File "/usr/local/lib/python3.6/dist-packages/scipy/optimize/minpack.py", line 26, in _check_func
    res = atleast_1d(thefunc(*((x0[:numinputs],) + args)))
TypeError: residual_t() missing 2 required positional arguments: 'b' and 'c'

那是在leastsq调用中使用residual_t的错误。

如果我添加

residual_t(g0, x, y)

在g0 定义之后，我得到了同样的错误：

1136:~/mypy$ python3 stack58206395.py 
[ 2.  30.2 15. ]
[45.  56.2 30. ]
Traceback (most recent call last):
  File "stack58206395.py", line 23, in <module>
    residual_t(g0, x, y)
TypeError: residual_t() missing 2 required positional arguments: 'b' and 'c'

所以你需要定义residual_t 来处理这样的调用。我不会猜测你真正想要什么，所以我会留给你解决问题。

请记住，residual_t 将与 x0 一起调用，并与 args 元组拼接。这是scipy.optimize 函数的典型用法。如有必要，请查看文档。

编辑

定义函数为：

def residual_t(abc, x, y):
    a,b,c = abc
    return y-t(x,a,b,c)

运行没有错误。