小编Ste*_*ano的帖子

是否有可能获得卡方的值作为 的直接输出scipy.optimize.curve_fit()？

通常，通过对模型和数据之间的差异求平方、不确定性加权和总和，在拟合后很容易计算它。然而，当参数sigma传递一个二维矩阵（数据的协方差矩阵）而不是一个简单的一维数组时，它就不那么直接了。

最佳拟合参数及其协方差矩阵真的是唯一可以从中提取的两个输出curve_fit()吗？

我最近在探索 Plotly，我想知道是否有一种方法可以共享绘图并让查看器在对数轴和线性轴之间切换。

有什么建议吗？