擬合指數曲線誤差

Question

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

def func(x, a, b, c):
    return a * np.exp(-b * x) + c

x =  [333,500,1000,2000,5000,10000]

y = [195.3267, 233.0235, 264.5914,294.8728, 328.3523,345.4688]

popt, pcov = curve_fit(func, x, y)

plt.figure()
plt.plot(x, y, 'ko', label="Original Noised Data")
plt.plot(x, func(x, *popt), 'r-', label="Fitted Curve")
plt.legend()
plt.show()

錯誤：C：\\ Users \\ Aidan \\ Anaconda3 \\ lib \\ site-packages \\ scipy \\ optimize \\ minpack.py：794：OptimizeWarning：無法估計參數的協方差
類別= OptimizeWarning）

-------------------------------------------------- ------------------------- TypeError Traceback（最近的通話最后一次）在（）14 plt.figure（）15 plt.plot（x，y ，'ko'，label =“原始噪聲數據”）---> 16 plt.plot（x，func（x，* popt），'r-'，label =“ Fitted Curve”）17 plt.legend（） 18點show（）

在func（x，a，b，c）中4 5 def func（x，a，b，c）：----> 6返回a * np.exp（-b * x）+ c 7 8 x = [ 333,500,1000,2000,5000,10000]

TypeError：“ numpy.float64”對象無法解釋為整數

由於某些原因，我無法根據數據獲得曲線擬合。 我從這里開始關注指數示例： 如何在Python中進行指數和對數曲線擬合？ 我發現只有多項式擬合

但是我使用的是兩個數組，而不是隨機數據。 我是python新手！

Answer 1

您的代碼存在一些問題。

• 您使用列表而不是numpy.ndarray ： numpy和scipy例程旨在與numpy.ndarray一起使用，並且它們在內部使用它們。 您也應該使用它們。
• 您的數據和函數可能會出現溢出問題，例如， np.exp(-1000)在Python3中已經近似為零
• 您正在嘗試擬合不太可能適合您數據的函數。 它看起來更像是指數恢復而不是衰減。

以下代碼暫定解決所有這些問題：

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit

def func(x, a, b, c):
    return a * (1 - np.exp(-b * x)) + c

x =  np.array([333.0,500.0,1000.0,2000.0,5000.0,10000.0]) / 1000
y = np.array([195.3267, 233.0235, 264.5914,294.8728, 328.3523,345.4688]) / 10

popt, pcov = curve_fit(func, x, y)
print(popt)

plt.figure()
plt.plot(x, y, 'ko', label="Original Noised Data")
plt.plot(x, func(x, *popt), 'r-', label="Fitted Curve")
plt.legend()
plt.show()