Question

具有一组数据点（x，y，z），并尝试使用scipyoptimize.curve_fit将通用二次方拟合到它们。

我尝试了几种不同的方法，但似乎无法使其工作。关于为什么会出现此错误的任何指导或建议的其他方法？

错误是“ ValueError：操作数不能与形状（2，）（12，）一起广播”


import scipy.optimize as optimize

XY = [(11, 70), (11, 75), (11, 80), (11, 85), (12, 70), (12, 75), (12, 80), (12, 85), (13, 70), (13, 75), (13, 80), (13, 85)]

Z = [203.84, 208, 218.4, 235.872, 228.30080000000004, 232.96000000000004, 244.60800000000006, 264.1766400000001, 254.8, 260, 273, 294.84000000000003]

guess = (1,1,1,1,1,1)

def fit(X, a, b, c, d, f, g):
    return a + (b*X[0])+(c*X[1])+(d*X[0]**2)+(f*X[1]**2)+(g*X[0]*X[1])

params, cov = optimize.curve_fit(fit, XY, Z, guess)

Answer 1

根据docs，您需要XY的大小为(k,M)，其中k是尺寸，M是样本数。在您的情况下，您已将XY定义为大小(M,k)。

尝试以下

import numpy as np

...

params, cov = optimize.curve_fit(fit, np.transpose(XY), Z, guess)

Python使多项式适合3d数据

1 个答案: