曲线拟合大数据集

Question

现在，我正在尝试将曲线拟合到大量数据中;有两个数组，x和y，每个都有352个元素。我已经将多项式拟合到数据中，这很好用：

import numpy as np
import matplotlib.pyplot as plt
coeff=np.polyfit(x, y, 20)
coeff=np.polyfit(x, y, 20)
poly=np.poly1d(coeff)

但是我需要一条更精确优化的曲线，所以我一直在尝试用scipy拟合曲线。这是我到目前为止的代码：

import numpy as np
import scipy
from scipy import scipy.optimize as sp
coeff=np.polyfit(x, y, 20)
coeff=np.polyfit(x, y, 20)
poly=np.poly1d(coeff)
poly_y=poly(x)
def poly_func(x): return poly(x)
param=sp.curve_fit(poly_func, x, y)

但它返回的是：

ValueError: Unable to determine number of fit parameters.

我怎样才能让它发挥作用？ （或者我如何为这些数据拟合曲线？）

Answer 1

你的拟合函数没有意义，它不需要参数。

曲线拟合使用非线性优化器，需要初始猜测拟合参数。 如果没有给出猜测，它会尝试通过内省来确定参数的数量，这对你的函数来说是失败的，并将它们设置为一个（你几乎不需要的东西。）