scipy.optimze curve_fit返回错误的值

Question

我试图用scipy来适应一个特定的功能，我得到了奇怪的结果。 我决定测试一些我知道答案的东西，所以我创建了这个：

from scipy.optimize import curve_fit as cf
import numpy as np
import random

def func(x,a):
    return a+X

X =[]
for i in range (10):
    V = random.random()
    X.append(i+3 + V/10)

print cf(func, np.array(range(10)),np.array(X))

我预计会得到3左右的东西，不过，这里输出：

(array([ -2.18158824e-12]), inf)

作为旁注，我试着看看我发送了什么东西到func ，我得到了这个：

print func(np.array(range(10)),3)

Traceback (most recent call last):
  File "/tmp/py1759O-P", line 16, in <module>
    print func(np.array(range(10)),3)
  File "/tmp/py1759O-P", line 6, in func
    return a+X
TypeError: unsupported operand type(s) for +: 'int' and 'list

我究竟做错了什么？

Answer 1

当它们具有不同的含义时，不要使用x和X作为变量名（或者你可能不知道Python是区分大小写的？）：

def func(x,a):
    return a+X

X =[]

x是一个numpy数组， X是一个列表， a是一个标量参数值。

a+X导致错误，因为您无法将标量添加到列表中。

Answer 2

在func中，参数是x ，但是X在函数体中使用。

这是您的代码的修改版本。 它使用numpy的更多功能（例如np.random.random（）而不是random.random（））。

from scipy.optimize import curve_fit as cf
import numpy as np


def func(x, a):
    return a + x


n = 10
xdata = np.arange(n)
ydata = func(xdata, 3) + np.random.random(n) / 10

print cf(func, xdata, ydata)

输出是

(array([ 3.04734293]), array([[  8.19208558e-05]]))