scipy curve_fit多系列数据

Question

我试图建立一个曲线拟合，考虑基于相同 x 值和相同（指数）定律的多个 y 系列。该系列中的 y 值略有不同，因为它们是实验性的，但仍然很接近（x 相同）。

我尝试构建两个数组：一个包含 x，另一个包含两个不同系列的 y

def f(x,a,b,c):
    return a*numpy.exp(-b*x)+c
xdata=numpy.array([data['x'],data['x']])
ydata = numpy.array([data['y1'], data['y2']])
popt, pcov=curve_fit(f,xdata,ydata)

但出现这个错误：

TypeError: Improper input: N=3 must not exceed M=2

有谁知道如何解决这个错误或进行这种曲线拟合的正确方法？

Answer 1

您应该concatenate正确地处理数据，而不是创建多维数组。没有任何内容curve_fit表明数据必须按以下方式排序x：

xdata = np.concatenate((data['x'], data['x']))
ydata = np.concatenate((data['y1'], data['y2']))
popt, pcov = curve_fit(f, xdata, ydata)

这假设 的引用元素data都是一维的。