使用curve_fit拟合数据答案

【问题标题】：Use of curve_fit to fit data使用curve_fit拟合数据
【发布时间】：2012-06-07 03:32:23
【问题描述】：

我是 scipy 和 matplotlib 的新手，我一直在尝试将函数拟合到数据中。 Scipy Cookbook 中的第一个示例非常有效，但是当我尝试使用从文件中读取的点时，我给出的初始系数（下面的 p0）似乎从未真正改变，并且协方差矩阵始终为 INF。

我尝试在一行之后拟合数据，但无济于事。我导入数据的方式有问题吗？如果是这样，有没有更好的方法呢？

import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import scipy as sy

with open('data.dat') as f:
    noms = f.readline().split('\t')

    dtipus = [('x', sy.float32)] + [('y', sy.float32)]

    data = sy.loadtxt(f,delimiter='\t',dtype=dtipus)

    x = data['x']
    y = data['y']

    def func(x, a, b, c):
        return a*x**b + c

    p0 = sy.array([1,1,1])

    coeffs, matcov = curve_fit(func, x, y, p0)

    yaj = func(x, coeffs[0], coeffs[1], coeffs[2])

    print(coeffs)
    print(matcov)

    plt.plot(x,y,'x',x,yaj,'r-')
    plt.show()

谢谢！

【问题讨论】：

标签： python python-3.x scipy curve-fitting least-squares

【解决方案1】：

在我看来，问题确实在于您如何导入数据。伪造这个数据文件：

$:~/temp$ cat data.dat
1.0  2.0
2.0  4.2
3.0  8.4
4.0  16.1

并使用pylab的loadtxt函数进行阅读：

import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import scipy as sy
import pylab as plb  

data = plb.loadtxt('data.dat')  
x = data[:,0]
y= data[:,1]

def func(x, a, b, c):
  return a*x**b + c

p0 = sy.array([1,1,1])
coeffs, matcov = curve_fit(func, x, y, p0)

yaj = func(x, coeffs[0], coeffs[1], coeffs[2])
print(coeffs)
print(matcov)

plt.plot(x,y,'x',x,yaj,'r-')
plt.show()

为我工作。顺便说一句，您可以使用dtypes 来命名列。

【讨论】：

好的，谢谢！只用 loadtxt 加载数据就可以了。看来我正试图以艰难的方式做到这一点，但我会继续调查出了什么问题。

【解决方案2】：

加载数据的根本问题是您将其转换为 float32，但在 scipy 0.10.1 中，curve_fit 适用于 float64 但不适用于 float32（这是一个错误，而不是一个功能）。您的示例适用于 float64。

【讨论】：