Question

我一直在尝试使用scipy.optimize curve_fit使用多个变量。它与我创建的测试代码一起正常工作但是当我尝试在我的实际数据上实现这一点时，我不断收到以下错误

TypeError：只有数组长度为-1才能转换为python标量

我的测试代码和实际代码中数组的形状和元素的数据类型完全相同，所以我很困惑为什么会出现这个错误。

测试代码：

    import numpy as np 
    import scipy 
    from scipy.optimize import curve_fit

    def func(x,a,b,c):
          return a+b*x[0]**2+c*x[1]
    x_0=np.array([1,2,3,4])
    x_1=np.array([5,6,7,8])
    X=scipy.array([x_0,x_1])
    Y=func(X,3.1,2.2,2.1)
    popt, pcov=curve_fit(func,X,Y)

实际代码：

    f=open("Exp_Fresnal.csv", 'rb')
    reader=csv.reader(f)
    for row in reader:
         Qz.append(row[0])
         Ref.append(row[1])
         Ref_F.append(row[2])
    Qz_arr,Ref_Farr=scipy.array((Qz)),scipy.array((Ref_F))
    x=scipy.array([Qz_arr,Ref_Farr]

    def func(x,d,sig_int,sig_cp):
         return x[1]*(x[0]*d*(math.exp((-sig_int**2)*(x[0]**2)/2)/(1-cmath.exp(complex(0,1)*x[0]*d)*math.exp((-sig_cp**2)*(x[0]**2)/2))))**2

    Y=scipy.array((Ref))
    popt, pcov=curve_fit(func,x,Y)

修改这是完整的错误消息

Traceback (most recent call last): File "DCM_03.py", line 46, in <module> popt, pcov=curve_fit(func,x,Y) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 651, in curve_fit res = leastsq(func, p0, args=args, full_output=1, **kwargs) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 377, in leastsq shape, dtype = _check_func('leastsq', 'func', func, x0, args, n) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 26, in _check_func res = atleast_1d(thefunc(*((x0[:numinputs],) + args))) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 453, in _general_function return function(xdata, *params) - ydata File "DCM_03.py", line 40, in func return (0.062/(2*x))**4*(x*d*(math.exp((-sig_int**2)*(x**2)/2)/(1-cmath.exp(complex(0,1)*x*d)*math.exp((-sig_cp**2)*(x**2)/2))))**2 TypeError: only length-1 arrays can be converted to Python scalars

Answer 1

我想出了这个问题。出于某种原因，问题是在拟合函数math.exp中使用cmath.exp和func。我使用np.exp()代替这些功能。我不完全确定原因。

具有scipy的多变量非线性curve_fit

1 个答案: