在前两篇文章(post1,post 2)之后,我现在到达了使用scipy
寻找曲线拟合的地步。但是,我的代码产生了错误。
我正在使用的.csv
文件的示例位于post1中。我试图从Internet复制和替换示例,但似乎不起作用。
这就是我所拥有的(.py
文件)
import pandas as pd
import numpy as np
from scipy import optimize
df = pd.read_csv("~/Truncated raw data hcl.csv", usecols=['time' , '1mnaoh trial 1']).dropna()
data1 = df
array1 = np.asarray(data1)
x , y = np.split(array1,[-1],axis=1)
def func(x, a , b , c , d , e):
return a + (b - a)/((1 + c*np.exp(-d*x))**(1/e))
popt, pcov = optimize.curve_fit(func, x , y , p0=[23.2, 30.1 , 1 , 1 , 1])
popt
根据我所做的有限研究,可能是x和y数组有问题。标题说明了所写的错误。这是minpack.error
。
编辑:错误返回
ValueError: object too deep for desired array
Traceback (most recent call last):
File "~/test2.py", line 15, in <module>
popt, pcov = optimize.curve_fit(func, x , y , p0=[23.2, 30.1 , 1 , 1 , 1])
File "~/'virtualenvname'/lib/python3.7/site-packages/scipy/optimize/minpack.py", line 744, in curve_fit
res = leastsq(func, p0, Dfun=jac, full_output=1, **kwargs)
File "~/'virtualenvname'/lib/python3.7/site-packages/scipy/optimize/minpack.py", line 394, in leastsq
gtol, maxfev, epsfcn, factor, diag)
minpack.error: Result from function call is not a proper array of floats.
谢谢。
答案 0 :(得分:3)
分割后,x和y的形状为(...,1)。这意味着它们每个元素本身都是长度为一的数组。您想先展平数组,即通过x = np.flatten(x)
。
但我认为您根本不需要拆分。您可以执行以下
array1 = np.asarray(data1).T
x , y = array1
您希望x和y成为array1
的第一和第二列。因此,实现此目的的一种简单方法是先转置数组。您也可以通过[:,0]
和[:,1]
访问它们。