scipy.optimize curve_fit 的麻煩

Question

我有一些 troubels 用 scipy 優化包擬合曲線。 我的代碼是：

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

def Function_EXD_2(x, d, e):
    return d*np.exp(-x/e)

x = np.array([135, 126, 120, 100, 90, 85, 80, 70, 65, 60])
y = np.array([207, 263, 401, 460, 531, 576, 1350, 2317, 2340, 2834])

popt, pcov = curve_fit(Function_EXD_2, x, y)
print(popt, pcov)

我得到 popt = [1,1]，所以優化不起作用。 我已經在 R 中完成了“相同的”，並且我正在執行 popt = [44237.53, 22.21] aprox。

有人可以幫我嗎？

非常感謝！

西維

Answer 1

有兩個問題：

1. 功能定義
2. x 數組需要從0開始

我已經翻轉了您的數據值並為擬合算法添加了界限

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 = np.array([135, 126, 120, 100, 90, 85, 80, 70, 65, 60])
y = np.array([207, 263, 401, 460, 531, 576, 1350, 2317, 2340, 2834])

# flip array values
x = x[::-1] - np.amin(x)
y = y[::-1]

# fit function
popt, pcov = curve_fit(func, x, y, bounds=(-10**6, 10**6))

# plot data
x_data = np.linspace(1, 80, 100)
plt.plot(x, y, '.')
plt.plot(x_data, func(x_data, popt[0], popt[1], popt[2]))
plt.show()

輸出：