小编fra*_*eau的帖子

我必须在大量数据 (5 000 000) 上使用curve_fit numpy 函数。所以基本上我已经创建了一个二维数组。第一个维度是要执行的拟合数量，第二个维度是用于拟合的点数。

t = np.array([0 1 2 3 4])

for d in np.ndindex(data.shape[0]):
  try:
    popt, pcov = curve_fit(func, t, np.squeeze(data[d,:]), p0=[1000,100])
  except RuntimeError:
    print("Error - curve_fit failed")

可以使用 multiprocessing 来加速整个过程，但它仍然很慢。有没有办法以“矢量化”的方式使用 curve_fit ？