【发布时间】：2019-05-29 10:54:01
【问题描述】：
我正在尝试对我从积分中获得的数据集进行曲线拟合，lmfit 说它包含 NaN 值。
用 scipy_curvefit 拟合相同的数据，这非常糟糕。我正在尝试这个库以获得更好的结果。
我尝试将我的 yData 和 xData 更改为一些简单的数组（您将在下面看到）并得到了同样的错误！
from lmfit import Model
def poly(x, a1,a2,a3,a4,a5):
return a1+a2*x**a3+a4*x**a5
x=s
y=vrr
x=[0.,1.,2.,3.,5.,6.]
y=[4.,5.,6.,12.,3.,5.]
gmodel = Model(poly)
gmodel_parameters= gmodel.make_params()
gmodel_parameters['a1'].set(value=10)
gmodel_parameters['a2'].set(value=10)
gmodel_parameters['a3'].set(value=7)
gmodel_parameters['a4'].set(value=10)
gmodel_parameters['a5'].set(value=7)
result=gmodel.fit(x=x,data=y,params=gmodel_parameters)
plt.plot(x, y, 'k--')
plt.plot(x, result.best_fit, 'r-')
plt.show()
【问题讨论】：
-
我看到您正在将
s和vrr值分配给x和y。你能提供一些关于这些的信息吗（我的意思是s和vrr）？特别是，有哪些类型，可能是print(s, vrr)？ -
@pmarcol Ofc，但请注意，我将 x 和 y 重新分配给了简单的数组。
len(s),len(vrr),type(s),type(vrr)分别给出(12000, 12000, numpy.ndarray, numpy.ndarray)并且每个元素都是浮点数（我已经用它们做了图表，它们是集成的结果，如帖子中所述：）） -
这在我看来是初始参数估计。在不进行任何其他更改的情况下，尝试使用这些值进行初始参数估计：a1 = 3.5E+00, a2 = -8.5E+01, a3 = 1.5E+00, a4 = 8.7E+01, a5 = 1.5E+00
-
@JamesPhillips 这确实是模型/参数问题。问题是，合身非常糟糕。它和 Curve_Fit 一样糟糕 :(-正如我在下面发布的那样-
-
这似乎没有使用您的代码示例中的数据，请您发布您引用的数据吗？
标签： python curve-fitting lmfit