python中fit内参数的类型_python 曲线拟合curve_fit中参数范围的设置

之前在对一个数据集进行幂函数拟合时，总是有这样的错误出现：

RuntimeWarning: overflow encountered in exp

RuntimeWarning: overflow encountered in power

仔细研究后发现，在curve_fit拟合过程中，其中几步幂参数远远超过了预想的范围[0,1]，从而导致计算溢出。虽然最后也能正常运行并拟合出了方程参数，但放到其他程序中运行总是会报错。

其实，只要设定好了幂的参数范围，自然不会出错。然而我在网上查了很多中文帖子，却没有找到在使用curve_fit时设置参数的范围的方法。这里参考了StackoverFlow中的一个帖子：https://stackoverflow.com/questions/16760788/python-curve-fit-library-that-allows-me-to-assign-bounds-to-parameters

数据：x,y

拟合方程：y=B*x^n

import numpy as np

from scipy import optimize

#已知x,y两个np.array数组

def func(x,B,n):

return B*x**n

param_bounds=([-np.inf,0],[np.inf,1])#设定B和n的下界和上界。其中B为负无穷到正无穷，n为0到1

r2=optimize.curve_fit(func,x,y,bounds=param_bounds)

B,n=r2[0]#输出拟合的参数

注：Scipy的版本至少要0.17以上