我在使用 scipy.optimize.curve_fit 时遇到问题，并且遇到 RuntimeWarning: 除以在 double_scalars 中遇到的零答案

【问题标题】：I'm having problems with scipy.optimize.curve_fit and getting RuntimeWarning: divide by zero encountered in double_scalars我在使用 scipy.optimize.curve_fit 时遇到问题，并且遇到 RuntimeWarning: 除以在 double_scalars 中遇到的零
【发布时间】：2021-07-19 22:47:55
【问题描述】：

我正在尝试使用 scipy.optimize.curve_fit 将曲线拟合到数组中。这是我的代码：

def foubert(t,K,n):
    return (1+((1-0.0620281576)**(1-n)-1)*np.exp(-(1-n)*K*(t-3)))**(1/(1-n))

foub_params, _ = scipy.optimize.curve_fit(foubert,phi[:,0],phi[:,1])
K_f,n_f = foub_params

我通过使用参数得到的最接近曲线的是 K = 0.06 和 n = 2.5，但是我的代码不断返回 n 作为 ~1 并给我一个运行时警告，因为有一个 1/(1- n) 方程中的项。由于 n 显然不是 1，我该如何解决这个问题？

这是错误信息：

RuntimeWarning: divide by zero encountered in double_scalars
  return (1+((1-0.0620281576)**(1-n)-1)*np.exp(-(1-n)*K*(t-3)))**(1/(1-n))

【问题讨论】：

由于 n 为 1 或非常接近它，因此分母为 0，因此出现错误。我不确定你为什么认为 n 不是 1。打印 n 来查看。此外，您可能希望将等式分解为多个部分以进行调试。它更清晰，更容易查看问题所在。不过一旦没有问题，最终版本就可以这样了。

标签： python scipy curve-fitting scipy-optimize

【解决方案1】：

使用curve_fit 时，如果您不提供初始起点 (p0)，则它使用 [1, 1]。由于您在 n=1 处除以零，因此您必须提供初步估算。

如果您知道n > 1（我怀疑它可能来自等式的形式），那么您也可以定义bounds。

例如，以K=1, n=2为起点，要求n>1：

foub_params, _ = curve_fit(foubert, phi[:,0],phi[:,1], p0=[1, 2], bounds=[(-np.inf, 1.0), (np.inf, np.inf)])

更多细节可以在curve_fit的文档中找到

【讨论】：