你的方法有几个问题,这让我写了一个完整的答案。在
至于你的具体问题:leatsq并不真正期望多维数组作为参数输入。文档并没有明确说明这一点,但是参数输入在传递给目标函数时会变平。您可以使用完整函数而不是lambdas来验证这一点:from scipy.optimize import leastsq
import numpy as np
def kellyFunc(a, b, x): #Function to fit.
top = 0
bot = 0
for i in range(len(a)):
top = top + a[i]*x**(2*i)
bot = bot + b[i]*x**(2*i)
return(top/bot)
def line(params,x):
print(repr(params)) # params is 1d!
params = params.reshape(2,-1) # need to reshape back
return kellyFunc(params[0,:], params[1,:], x)
def error(params,x,y):
print(repr(params)) # params is 1d!
return line(params, x) - y # pass it on, reshape in line()
def fitKelly(x, y, n):
#paramsInit = [[1 for x in range(n)] for y in range(2)] #define all ai and bi = 1 for initial guess
paramsInit = np.ones((n,2)) #better
paramsFin, success = leastsq(error, paramsInit, args = (x,y)) #run leastsq optimization
#line of best fit
xx = np.linspace(x.min(), x.max(), 100)
yy = line(paramsFin, xx)
return(paramsFin, xx, yy)
现在,如您所见,params数组的形状是(2*n,),而不是{}。通过重新塑造我们自己,您的代码(几乎)可以工作。当然,print调用只是为了向您展示这个事实;代码运行不需要它们(并且在每次迭代中都会产生大量不必要的输出)。在
请参阅我的其他更改,与其他错误相关:您的a=[a]和{}在您的{}中,没有任何好的理由。这将输入数组转换成包含数组的列表,这使得下一个循环执行的操作与您预期的非常不同。在
最后,最危险的错误是:在x中有名为x,y的输入变量,然后在列表理解中使用x和{}是循环变量。请注意,这只会像您在python3中预期的那样工作;在python2中,list comprehensions的内部变量实际上泄漏到外部范围之外,覆盖了名为x和y的输入变量。在