Question

我正在使用内置的Levenberg-Marquardt算法来拟合一些数据。它调用一些需要具有语法foo（x，a1，a2，...，an）的函数，其中a是参数，输入参数的数量指定L-M算法最小化的维数。目前这个foo函数调用我定义的其他函数：

foo(x, a1, a2, ..., an):
    ai = [a1,a2,...,an]
    result = somefun(x,ai)
    return result

在这种情况下，有没有办法使用紧凑的语法？我希望能够定义一些参数L = n，它指定函数定义之前某处的输入参数的数量。

注意：另请注意，使用foo(x,*ai)时，会在标记为重复之前生成ValueError: Unable to determine number of fit parameters。

Answer 1

使用*args语法：

foo(x, *args):
    result = somefun(x, args)
    return result

这会抓取除x之外的所有参数，并将它们存储在元组args中。

Answer 2

您应该在问题中指明您使用的功能来自scipy，而不是标准库的一部分。

来自scipy.optimize.curve_fit的文档字符串：

optimize.curve_fit(f, xdata, ydata, p0=None, sigma=None, absolute_sigma=False, check_finite=True, **kw)
...
Parameters
----------

f : callable
The model function, f(x, ...).  It must take the independent
variable as the first argument and the parameters to fit as
separate remaining arguments.

xdata : An M-length sequence or an (k,M)-shaped array
for functions with k predictors.
The independent variable where the data is measured.

ydata : M-length sequence
The dependent data --- nominally f(xdata, ...)

p0 : None, scalar, or N-length sequence
Initial guess for the parameters.  If None, then the initial
values will all be 1 (**if the number of parameters for the function
can be determined using introspection, otherwise a ValueError
is raised**).
...

使用foo（x，* args）构造，参数的数量无法通过内省确定，因此您获得了ValueError，但仍然可以通过p0参数传递一系列初始值，将让算法知道参数的数量是该序列的长度。例如，

n=5
foo(x,*args):
    return somefun(x,args)
curve_fit(foo,x0,y0,p0=[1]*n)

Answer 3

您正在使用的功能scipy.optimize.curve_fit，如果您未将初始猜测作为{{1}传递，则只需要内省f来查找参数数量参数。如果你能提供一个好的猜测，那就这样做;否则，你可以猜测所有的：

p0

然后您可以使用scipy.optimize.curve_fit(f, xdata, ydata, p0=[1]*n)语法。

如果由于某种原因你真的需要def f(x, *args)拥有独立指定的位置参数，我会使用f。这不是一个好主意，但在这种情况下，可能是有道理的。

exec

python中的多个参数

3 个答案: