scipy曲线拟合未拟合洛伦兹

Question

我试图在scipy中使用curve_fit函数将一系列洛伦兹曲线拟合为一系列峰。 当前与我的问题有关的代码是：

def fit_a_Lorentzian_peak(wavenumber_position,amplitude,peak_center,linewidth):
    x =  ( wavenumber_position - peak_center)/ (linewidth/2.0)     
    return amplitude/( 1.0 + x**2)


Xdata, Ydata= numpy.loadtxt(....) 
Xdata= numpy.array(Xdata) 
Ydata= numpy.array(Ydata)

initialGuess = [Ydata[maximum_point_index], Xdata[maximum_point_index], 2.0] 

fitting_parameters, covarance_matrix_of_fitting_parameters  = curve_fit(fit_a_Lorentzian_peak, Xdata[data_range_to_fit_to_lower:data_range_to_fit_to_upper],Ydata[data_range_to_fit_to_lower:data_range_to_fit_to_upper],p0=initialGuess)

我已经省略了获取data_range_to_fit_to_lower：data_range_to_fit_to_upper的代码，因为它与发生的错误无关。

发生的错误如下：

 File "D:\Python\Python27\lib\site-packages\scipy\optimize\minpack.py", line 515, in curve_fit
    res = leastsq(func, p0, args=args, full_output=1, **kw)
  File "D:\Python\Python27\lib\site-packages\scipy\optimize\minpack.py", line 354, in leastsq
    shape, dtype = _check_func('leastsq', 'func', func, x0, args, n)
  File "D:\Python\Python27\lib\site-packages\scipy\optimize\minpack.py", line 17, in _check_func
    res = atleast_1d(thefunc(*((x0[:numinputs],) + args)))
  File "D:\Python\Python27\lib\site-packages\scipy\optimize\minpack.py", line 427, in _general_function
    return function(xdata, *params) - ydata
  File "D:\DropBox\Dropbox\PhD\Time resolved spectroscopy data\utility\transmission_plotting_and_analysis_V_09.py", line 38, in fit_a_Lorentzian_peak
    x =  ( wavenumber_position - peak_center)/ (linewidth/2.0)     
ValueError: operands could not be broadcast together with shapes (73757) (10332) 

现在我确切地知道问题出在哪里，但我完全不知道为什么会发生或如何解决。 为什么我的拟合函数需要使用curve_fit进给参数和大小不同的自变量数组？

现在，我已经确定其他人起初似乎是这个问题： ValueError：使用optimize.curve时，操作数不能与形状（0）（26）一起广播

但是，我在添加的行中明确确保了我的Xdata和Ydata都是numpy数组，因此这不可能是同一个问题。

这里有没有人遇到过这个问题并能够解决？ 如果是这样，怎么办？

感谢您的见解。

Answer 1

没关系，我的initialGuess数组是错误的。 意外地将max_point_index作为整数数组而不是整数进行馈入，因此给出的初始参数估计要比参数多得多。