Question

我今天正在玩SciPy，我想测试最小二乘拟合。函数malo（time）在返回计算浓度时非常有效，如果我把它放在一个遍历时间步长数组的循环中（在代码“time”中）。

现在我想将我的计算浓度与我测量的浓度进行比较。我创建了一个残差函数，用于计算测量浓度（在脚本中称为conc的数组）与使用malo（时间）建模的浓度之间的差异。

使用optimize.leastsq我希望拟合参数PD以尽可能地拟合两条曲线。我没有看到我的代码中的错误，malo（时间）表现良好，但每当我想运行optimize.leastsq命令时，Python说“只有长度为1的数组可以转换为Python标量”。如果我将timedt数组设置为单个值，则代码运行时不会出现任何错误。

你认为有没有机会说服Python在循环中使用我的时间步长数组？

import pylab as p
import math as m
import numpy as np
from scipy import optimize


Q = 0.02114
M = 7500.0
dt = 30.0
PD = 0.020242215
tom  = 26.0 #Minuten
tos = tom * 60.0 #Sekunden
timedt = np.array([30.,60.,90])
conc= np.array([ 2.7096,  2.258 ,  1.3548,  0.9032,  0.9032])


def malo(time):
     M1 = M/Q
     M2 = 1/(tos*m.sqrt(4*m.pi*PD*((time/tos)**3)))
     M3a = (1 - time/tos)**2
     M3b = 4*PD*(time/tos)
     M3 = m.exp(-1*(M3a/M3b))

     out = M1 * M2 * M3
     return out

def residuals(p,y,time):
    PD = p
    err = y - malo(timedt)
    return err

p0 = 0.05

p1 = optimize.leastsq(residuals,p0,args=(conc,timedt))

Answer 1

请注意，您正在使用NumPy模块中定义的数组。例如

timedt = np.array([30.,60.,90])
conc= np.array([ 2.7096,  2.258 ,  1.3548,  0.9032,  0.9032])

现在，这些数组不是标准Python（这是一种通用语言）的一部分。问题是你正在使用math模块中的常规操作来混合数组，是标准Python的一部分，而且只适用于标量。

所以，例如：

M2 = 1/(tos*m.sqrt(4*m.pi*PD*((time/tos)**3)))

如果您使用np.sqrt代替，那么

将会起作用，它可用于数组：

M2 = 1/(tos*np.sqrt(4*m.pi*PD*((time/tos)**3)))

等等。

注意：SciPy和其他用于数字/科学编程的模块都知道NumPy并且是建立在它之上的，因此这些函数应该都在数组上工作。使用它们时不要使用math。 NumPy附带了所有这些函数的副本（sqrt，cos，exp，...）以使用您的数组。

优化功能 - 使用数组作为输入

1 个答案: