np.array上的最小二乘会引起广播错误

Question

我是使用Python的初学者，并且我一直试图在一组给定数据上使用optimize.curve_fit。 这是我要使用的线性函数

Y=b*X+c

• X_data是5x10的矩阵
• Y_data是1x5数组
• b是10个元素的数组

• c是浮点数

  z=np.array(data['Delta.m/sec2'])
  
  w, h = 10, 5;
  X=np.matrix( [[0 for x in range(w)] for y in range(h)], dtype='float64')
  Y=np.array( [[0 for x in range(h)]], dtype='float64')
  
  for i in range(h):
      Y[0, i]=z[i]
      for j in range(w):
          X[i, j]=z[i+j+1]
  
  def func1(x, b, c):
      return np.inner(x, b)+c
  
  from scipy import optimize 
  c=0.1
  b=np.array(np.ones(10))
  p0 = [b, c]
  w = optimize.curve_fit(func1, X, Y, p0)     
  

到目前为止，我一直无法获得任何信息

  

TypeError：输入不正确：N = 2不能超过M = 1