时间依赖方程拟合：输入是向量而输出是标量

Question

我是python的新手，希望有人可以帮助我。我有这个代码，我想用它来拟合实验数据：

import numpy as np
import scipy
import pandas as pd
import sys
from scipy.optimize import minimize

fileID = open("testdata.txt", "r+")
(t,Ids_measured) = np.loadtxt(fileID,unpack =True)
try:
all_the_file = fileID.readlines()
finally:
fileID.close()


Ids_final = Ids_measured[-1]


Ids_m = ()

def model_Ids(x0):
    Amp = x0[0]
    ß = x0[1]
    tau = x0[2]
    for i in range(len(t)):
     Ids_m=(Ids_final - sum(Amp* (np.exp((-(t/ tau))))**ß))
    return Ids_m

def objective(x0):
    Ids_model = ()
    Ids_m = ()
    Ids_model =model_Ids(x0)

    obj = 0.0
    for i in range(len(Ids_measured)):
    obj = obj + ((Ids_m[i]-Ids_measured[i])/Ids_measured[i])**2   
    return obj 

    x0 = np.zeros(3)
    x0[0] = 0.0 # Amp
    x0[1] = 0.0 # ß
    x0[2] = 0.0 # tau

首先，我想加载一个文本文件并使用数学方程求解Ids_m（建模部分）。由于Ids_m的等式具有一些模型变量，我想稍后改变它以匹配目标函数中定义的目标。问题是当我运行代码时，我通常得到Ids_m的标量而不是t的所有值的向量。因此我有错误：

obj = obj + ((Ids_m[i]-Ids_measured[i])/Ids_measured[i])**2
IndexError: tuple index out of range

有人可以帮我指出这行代码中的错误。我想函数model_Ids（x0）返回一个长度等于t的长度的向量

感谢。