我正在尝试使用optimization.curve_fit来查找两个数组之间的最小二乘解,但我不断收到错误:函数调用的结果不是一个正确的浮点数组。我粘贴了下面的代码。任何想法如何解决这一问题?谢谢!
import numpy as np
import scipy.optimize as optimization
pcone = np.array([[-0.01043151],
[-0.00135030],
[-0.02566969],
[-0.02822495],
[-0.05463625],
[-0.00969918],
[-0.01332421],
[-0.03364439],
[-0.04009642],
[-0.03556982]])
pctwo = np.array([[0.02550008],
[0.04422852],
[0.06685288],
[0.04751296],
[0.02439405],
[0.09654185],
[0.03161849],
[0.03834721],
[0.01653997],
[-0.00802414]])
def func(x, a, b, c):
return a + b*x + c*x*x
print optimization.curve_fit(func, pcone, pctwo)
答案 0 :(得分:4)
你的阵列有形状(10,1)。也就是说,它们是二维的,具有平凡的第二维度。在最简单的情况下,curve_fit
需要一维数组。在将pcone
传递给pctwo
之前,将curve_fit
和In [8]: curve_fit(func, pcone.ravel(), pctwo.ravel())
Out[8]:
(array([ 0.05720879, 0.65281483, -2.67840575]),
array([[ 5.90887090e-04, 4.15822858e-02, 6.14439732e-01],
[ 4.15822858e-02, 4.07354227e+00, 6.94784914e+01],
[ 6.14439732e-01, 6.94784914e+01, 1.29240335e+03]]))
展平为一维数组。
例如,这有效:
pcone
(您尚未展示如何创建pctwo
和{{1}}。首先将它们创建为1-D数组可能会更清晰,而不是稍后展平它们。)< / p>