Python Scipy 优化 curve_fit答案

【问题标题】：Python Scipy Optimization curve_fitPython Scipy 优化 curve_fit
【发布时间】：2014-09-05 21:56:48
【问题描述】：

我有两个 numpy 数组 x 和 y，并希望将曲线拟合到数据中。拟合函数是一个以 a 和 t 作为拟合参数的指数函数，以及另一个 numpy 数组 ex。

import numpy as np
import scipy
import scipy.optimize as op

k=1.38e-23
h=6.63e-34
c=3e8

def func(ex,a,t):
    return a*np.exp(-h*c/(ex*1e-9*kb*t))

t0=300 #initial guess
print op.curve_fit(func,x,y,t0)

【问题讨论】：

您好，欢迎来到 SO。为了让我们能够为您提供帮助，请说明您的问题是什么以及您的问题是如何表现出来的。
请查看curve_fit的文档。您的函数定义不正确。看看第一个例子，这正是你想要做的。
@user2993263 你检查下面的答案了吗

标签： python optimization numpy scipy curve-fitting

【解决方案1】：

您的初始猜测应该包含两个值，例如 t0=(300, 1.)，因为您有两个拟合参数（a 和 t）。

你需要定义你想要拟合的点，即在调用curve_fit()之前定义x和y。

【讨论】：