Question

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)

Answer 1

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>

scipy.optimize.curve_fit：没有正确的浮点数组错误

1 个答案: