我正在尝试使用 scipy 的曲线拟合 function 找到 function 到 model 我的曲线数据集,这让我得到一条线并吐出错误消息“OptimizeWarning:无法估计参数的协方差” 这是我的数据:import numpy as np import matplotlib.pypl ...
我正在尝试使用 scipy 的曲线拟合 function 找到 function 到 model 我的曲线数据集,这让我得到一条线并吐出错误消息“OptimizeWarning:无法估计参数的协方差” 这是我的数据:import numpy as np import matplotlib.pypl ...
我有这个数据: 数据看起来像这样,拟合是手动调整的: 我想适应这个自定义日志 function: 我尝试了两种方法: 和 但两者都会导致相同的错误: ValueError: The model function generated NaN values and the fit aborted. P ...
如果你们中的任何一个可以提供帮助,我将不胜感激。 我正在努力使用多处理来加速保存为相对较大的 hdf5 文件 (4.3 GB) 的数据集的高斯拟合(使用 lmfit)。 请看下面的代码: 如果我在没有多处理的情况下运行,它可以工作,但它太慢了。 但是,当我尝试使用多处理 package(下面的代码) ...
我想问一些关于 lmfit 准确性的问题(并可能通过获得答案获得更好的拟合结果)。 所有实验光谱都受到采样的限制,即 x 轴方向上两点之间的距离。 我注意到(到目前为止)有两个 lmfit 试图克服此限制的实例,这给我带来了问题: 当峰的 FWHM 趋于零时。 我假设如果任意两个相邻点相隔 0.0 ...
我有一个普遍的问题,我不知道如何导航库模块以获得我想要的结果。 这是我的意思的一个例子:假设我使用 lmfit 库来拟合 function: 现在,如果我想具体 select 最佳拟合结果的标准误差之一,我会做这样的事情: 我知道这是正确的,因为我已经尝试过并且它有效,但我不知道如何通过阅读原始库代 ...
我正在尝试使用 Voigt 配置文件(Python 中的 lmfit)拟合一些 RIXS 数据,并且我已按以下方式定义了 Voigt 配置文件: 我在 Python 中使用了这个定义而不是流行的 Voigt 配置文件定义: 因为它让我更清楚地了解峰的强度等。 现在,我有几个具有 9-10 个峰的光谱 ...
我正在尝试使用 lmfit.minimize 拟合复数电导率 model(drude-smith-anderson 模型)。 在该拟合中,我希望对参数 c 和 c1 进行约束,以便 0<c<1、-1<c1<0 和 0<1+c1-c<1。 所以,我正在使用以下代码: ...
我想使用 lmfit 安装 model。 model 有 2 个参数 c 和 c1。 对于这些参数,我有 3 个约束条件 (0<=c<=1) (-1<=c1<=0) 和 (1+c1-c>0)。 如何将这些约束合并到我的 model 中? 我正在尝试以下方法: 在此,遵 ...
我正在使用 python package lmfit将我的数据集与这个 model 相匹配: 拟合报告如下所示: 我想知道是否可以用两个变量提取gauss_center及其误差,而不是直接复制和粘贴这些结果。 谢谢! ...
我在 pandas dataframe 中有 2 列和 31 行。我想要 plot 这个 x,y 数据并将它们拟合到具有 4 个参数的复杂 function。 function 看起来像这样。 function 必须为 0 我有兴趣拟合参数 N,p0,Vp 我尝试使用 Lmfit 并将我的 fu ...
我有一组湖泊的营养预算数据集。 值是从文献中汇编的,我已经在线提供了数据。import numpy as np import pandas as pd import statsmodels.formula.api as smf from lmfit import Model data_url = ...
我正在尝试使用lmfit实现掩码数组拟合。 之前我使用以下代码片段使用curve_fit 。 由于行长,我省略了def spec 。 本质上,定义def spec是 function,它执行 50 次模板插值。 观测数据和模板都具有文件结构x=wavelength , y=flux从x=500到x ...
我使用独立安装程序下载了 spyder,此后一直使用 miniconda 安装尚未预装的软件包(例如 astropy、matplotlib 等)。 我一直这样做的方法是在 anaconda 提示符中使用以下代码块,然后将 Spyder 中的默认环境更改为我设置的环境 但是,当我尝试以类似方式安装lm ...
我收到以下错误: <lambdifygenerated-1>:2: VisibleDeprecationWarning: 从不规则的嵌套序列创建一个 ndarray(这是一个列表或元组的列表或元组或具有不同长度或形状的 ndarray)已被弃用。 如果您打算这样做,则必须在创建 nda ...
我正在尝试使用 lmfit 库以及 scipy.optimize 库将我的数据拟合到 model 中。 对于这两个库,我使用最小化 function 并使用 Powell 方法。 但是,我对他们俩的适应度略有不同。 谁能解释为什么存在这种不一致? ...
假设我有一个带有底层高斯和一些噪音的信号。 装修当然没问题: 现在说出于某种任意原因我的信号被切断了。 我的高斯形信号的某些部分丢失(一些饱和效应)。 现在用相同的程序拟合会导致错误的拟合。 这是有道理的,因为考虑了饱和值。 我如何避免这种情况的想法是用None替换饱和度值,然后使用nan_p ...
symbolic model function passing Hi, I stuck in my fitting due to my symbolic function, Please kindly let me know how this issue could be solved here ...
我正在尝试使用 LMFIT 来拟合 y ~ a (x-x0)^b + d 形式的幂律 model。 我使用了排除参数 x0 的内置模型: 数据数据 Plot : 这会引发错误,因为我的数据从大约 x = 57000 开始。我最初将所有 x 值的 x 轴偏移 x-57923.24,这让我很合适。 我想 ...
我想将曲线拟合到如下所示的 ODE - dA/dt = k1*profit + k2 我有观察到的变量A和profit的时间序列,我想在 python 中使用曲线拟合技术获得k1和k2的最佳值。 我可以为此编写下面的代码,但是解决方案不太合适,或者我的方法可能是错误的。 20 年期间的利润 ...
我很难找到拟合优度,据我所知,减少的 R^2 代表拟合优度,它必须在 1 左右。但就我而言,它是 0.033。 我有3个问题: 1-我的模型在拟合模型中考虑数据的实验不确定性是否正确? 2-如何将减少的 R^2 缩放到 1 左右? 正如我所读到的,我必须找到更好的缩放比例,但如果我正在处理 ...