使用curve_fit来拟合数据

Question

我是scipy和matplotlib的新手，我一直在尝试将函数与数据相匹配。 Scipy Cookbook中的第一个例子非常有效，但是当我尝试从文件中读取点时，我给出的初始系数（下面的p0）似乎从未真正改变，协方差矩阵总是INF。

我试图在一条线后拟合数据，但无济于事。 我导入数据的方式有问题吗？ 如果是这样，有没有更好的方法呢？

import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import scipy as sy

with open('data.dat') as f:
    noms = f.readline().split('\t')

    dtipus = [('x', sy.float32)] + [('y', sy.float32)]

    data = sy.loadtxt(f,delimiter='\t',dtype=dtipus)

    x = data['x']
    y = data['y']

    def func(x, a, b, c):
        return a*x**b + c

    p0 = sy.array([1,1,1])

    coeffs, matcov = curve_fit(func, x, y, p0)

    yaj = func(x, coeffs[0], coeffs[1], coeffs[2])

    print(coeffs)
    print(matcov)

    plt.plot(x,y,'x',x,yaj,'r-')
    plt.show()

谢谢！

Answer 1

在我看来，问题确实在于如何导入数据。 伪造这个数据文件：

$:~/temp$ cat data.dat
1.0  2.0
2.0  4.2
3.0  8.4
4.0  16.1

并使用pylab的loadtxt函数进行读取：

import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import scipy as sy
import pylab as plb  

data = plb.loadtxt('data.dat')  
x = data[:,0]
y= data[:,1]

def func(x, a, b, c):
  return a*x**b + c

p0 = sy.array([1,1,1])
coeffs, matcov = curve_fit(func, x, y, p0)

yaj = func(x, coeffs[0], coeffs[1], coeffs[2])
print(coeffs)
print(matcov)

plt.plot(x,y,'x',x,yaj,'r-')
plt.show()

适合我。 顺便说一句，您可以使用dtypes命名列。

Answer 2

加载数据的根本问题是你将它转换为float32，但在scipy 0.10.1中，curve_fit与float64一起工作但不是float32（这是一个bug，而不是一个特性）。 您的示例适用于float64。