scipy.optimize.curve_fit 条件答案

【问题标题】：scipy.optimize.curve_fit with conditionsscipy.optimize.curve_fit 条件
【发布时间】：2020-04-29 14:57:25
【问题描述】：

我正在使用 Python + NumPy + SciPy 根据数据确定方程的系数。方程定义如下：

def func (x, a,b,c,d):
    if x < d:
        return 0
    else:
        return a * ( 1 - np.exp( - b * (x - c) ** d)

根据我的发现，根据this discussion，传统的函数表示将不起作用，必须替换为：

def func (x, a,b,c,d):
    return np.where ( x < c,
        0 ,
        a * ( 1 - np.exp( - b * (x - c) ** d) )
    )

这会引发错误RuntimeWarning: invalid value encountered in power a * ( 1 - np.exp( - b * (x - c) ** d)。

据我了解，这是因为试图创建 2 个数字数组（在这种情况下）：

然后，根据这两个的条件选择创建结果数组。在区间x < c 中创建第二个数组，并结合d 的小数值导致从负数中求根。这导致了问题。

我的解决方法是：

def func (x, a,b,c,d):
    return np.where ( x < c,
        0 ,
        a * ( 1 - np.exp( - b * np.abs( x - c) ** d) )
    )

它工作正常，因为x < c 的值范围由条件定义，但是有没有更好的方法呢？

理想情况下，如果x < c 和unversal，甚至可以防止计算a * ( 1 - np.exp( - b * (x - c) ** d)，make 是否适用于更多的条件？

【问题讨论】：

【解决方案1】：

【讨论】：