使用Python查找最佳拟合参数

Question

获得此直方图后，

我想用卡方分布拟合它，其pdf是：

其中beta是可变的，d1和beta_zero是2个参数。

我的问题是：如何使用Python直方图找到最合适的参数？

更新：我知道我需要在curve_fit中使用scipy.optimize。我的xdata是matrix_beta，其形式为矩阵，其元素为beta。然后我在公式中定义一个函数func(beta,beta_zero,d1)。那么如何继续ydata？

Answer 1

您可以使用示例包scipy，如下所示：

import numpy,math 
import scipy.optimize as optimization import
matplotlib.pyplot as plt 
xdata = numpy.array([0.5,1.5,2.5,3.5,4.5,5.5,6.5,7.5])#your x coordinate
ydata = numpy.array([25.,40.,22.,12.,8.,3.,1.,1.,0.0,0.0])#your y coordinates 
x0 = numpy.array([0.0, 0.0]) 
sigma = numpy.array([1.0,1.0,1.0,1.0,1.0,1.0])#your errors, e.g. sqrt()
def func(d1, Bo):
    return d1*Bo    #definition of your function 
print optimization.curve_fit(func, xdata, ydata, x0, sigma) #result

您可以在此处查看更多信息http://python4mpia.github.io/fitting_data/least-squares-fitting.html