Question

我用scipy.optimize curve_fit编写了一些代码。它在我的电脑上完美运行：

Windows 7 Home Premium Service Pack 1,64位戴尔Studio 1558 Intel Core i3 cpu M330@2.13GHz 2.13GHz，3.86 GB RAM Python 2.7.3（默认，2012年4月10日，23：24：47）[MSC v.1500 64 bit（AMD64）] IPython 0.13.1

然后我将脚本移动到另一台机器（COMP2）： Microsoft Windows XP专业版2002 Service Pack 3，AMD Athlon（TM）II X4 620 处理器2.61 GHz，3.25 GB RAM，物理地址扩展 Python 2.7.5 | 32位| （默认，2013年6月14日，18：15：12）[MSC v.1500 32位（英特尔）] Ipython 1.0.dev

这种情况非常糟糕。我的代码相当长，但我准备了自包含的例子，它可以重现所有情况。

我读过，当xdata和ydata是数组时，有时会有帮助（，dtype = float），但这不是我的情况（我已经尝试过了）

我甚至在Windows 7 32bit（我的朋友的机器）上使用Python 2.7.3 32bit尝试了这个代码并且它有效 - 所以我不知道为什么合适的结果是如此不可预测以及我如何强迫这个代码在COMP2计算机上正常工作。

这是包含自我的例子：

from string import*
from numpy import *
from matplotlib.pylab import *
from scipy.optimize import curve_fit
from sys import exit

nm_range=[574.14200000000005, 574.154, 574.16499999999996, 574.17700000000002, 574.18799999999999, 574.19899999999996, 574.21100000000001, 574.22199999999998, 574.23400000000004, 574.245]
data_for_fit=[859.0, 997.0, 1699.0, 2604.0, 2013.0, 1964.0, 2435.0, 1550.0, 949.0, 841.0]
guess=[574.1861428571428, 574.2155714285715, 1302.0, 1302.0, 0.0035019999999983615, 859.0]

def f_double_gauss(x,x0,x1,A0,A1,sigma,c):
        return A0*exp(-(x-x0)**2/(2.*sigma**2)) + A1*exp(-(x-x1)**2/(2.*sigma**2)) + c

popt,pcov=curve_fit(f_double_gauss,nm_range,data_for_fit,guess,maxfev=10000)

print guess
print popt

fig=figure("If fit of gauss or double gauss is good")
ax=fig.add_subplot(1,1,1)
pdata,=plot(nm_range,data_for_fit,"bo-")
guessed=[]
for i in nm_range:
    guessed.append(f_double_gauss(i,guess[0],guess[1],guess[2],guess[3],guess[4],guess[5]))


pfit,=plot(nm_range,f_double_gauss(nm_range,popt[0],popt[1],popt[2],popt[3],popt[4],popt[5]),"k-")
pguess,=plot(nm_range,guessed,"y")
ax.set_title("Anizo fit"+" : data, init guess & fit")
ax.set_xlabel("wavelenght [nm]")
ax.set_ylabel("PL intensity")
legend([pdata,pguess,pfit],["data","guess","fit"])
show()

不合身的输出：

[574.1861428571428,574.2155714285715,1302,1302.0,0.0035019999999983615,859.0]
[5.69174152e+02 8.66516577e+04  -9.27629569e+04 1.59887720e+09  7.56288801e-03  1.59110000e+03]

良好契合的输出：

[574.1861428571428,574.2155714285715,1302,1302.0,0.0035019999999983615,859.0]
[ 5.74177150e+02    5.74209188e+02  1.74187044e+03  1.58646166e+03  1.0068462e-02   8.57450661e+02]

合适的图像： https://docs.google.com/file/d/0B6GA05-W4ZzzdTIxa3U3Rl92MU0/edit?usp=sharing

不合身的形象 https://docs.google.com/file/d/0B6GA05-W4ZzzRlk4eWlER01WejQ/edit?usp=sharing

Answer 1

好的，问题在于优化库附加到当前的scipy。

当我从附加到EPD 7.3-2的文件中复制 _minpack.pyd 和 minpack.py 并代替当前 _minpack.pyd 时和 minpack.py 文件完美契合。

我会将这个错误报告给scipy。

scipy.optimize curve_fit返回错误的值（取决于机器）

1 个答案: