Question

我试图寻找与我犯同样错误的人，但却没有快乐！这也是我的第一篇文章，所以如果它被严重解释或指导我会道歉。建议欢迎。

我要解决的问题是：通过测量到许多已知参考点的距离来找到某种接收器的位置。这是基本的三边形，我使用最小二乘法来做到这一点。

我已经成功地使用了scipy.optimize lesatsq函数来做到这一点，所以我很确定我的拟合函数是有效的。但是，我希望能够使用lmfit Python软件包提供的一些额外功能，而我正在努力将其翻译过来。完整的尝试代码在这里：http://pastebin.com/4xbfkaCm

lmfit最小化函数设置对我的拟合函数的调用（称为residualfunct），如下所示，其中stationarray是一个包含站点位置和范围的numpy数组，params是要在拟合函数中使用的参数字典< / p>

position = minimize(residualfunct, params, args=(stationarray))

我的拟合函数定义为

def residualfunct(params, stationarray):

    X = params['solutionX'].value
    Y = params['solutionY'].value
    Z = params['solutionZ'].value
    result = numpy.array([s[3] - linalg.norm(array((X,Y,Z))-array((s[0],s[1],s[2]))) for s in stationarray])
    print result
    return result

当我运行此代码时，我得到TypeError：

residualfunct（）只需要2个参数（给定5个）。

因为这个调用是由最小化函数完成的，所以我看不出对此有什么控制。我只能想象这是因为我传递一个np.array作为参数，但这似乎是不可避免的。谁能看到我做错了什么？

由于

Answer 1

在致电minimize时，请更改

args=(stationarray)

到

args=(stationarray,)

args必须是一个序列（通常是一个元组），其元素是传递给函数的参数。要创建长度为1的元组，您需要额外的逗号。当您编写args=(stationarray)（没有额外的逗号）时，括号不起作用，它与编写args=stationarray相同。 minimize然后将该函数调用为residualfunct(params, stationarray[0], stationarray[1], ...)，这会导致您报告的错误。

为什么我的python lmfit leastsq拟合函数传递了太多参数？

1 个答案: