【问题标题】：Fitting 2D functions in python在python中拟合二维函数
【发布时间】：2020-10-31 07:00:20
【问题描述】：

我有两个变量，x 和 y 在 x_values 和 y_values 中取值：

x_values = np.linspace(x_min,x_max,n)
y_values = np.linspace(y_min,y_max,n)

还有一个测量的二维数组 z（n x n 矩阵）。

我想用一个函数来拟合 z，比如在 scipy.optimize.curve_fit 中。但如果我是正确的，这仅适用于一维函数。

我的梦想是这样的：

curve_fit2D(custom_2D_function, (x_values,y_values), z)

我在 scipy 文档中找不到任何东西，我缺少什么吗？

【问题讨论】：

标签： python optimization scipy curve-fitting

【解决方案1】：

来自curve_fitdocumentation：

xdata: array_like or object

    The independent variable where the data is measured. Should usually be an 
    M-length sequence or an (k,M)-shaped array for functions with k predictors, 
    but can actually be any object.

这意味着xdata 的每一列必须对应z 的一个条目。

解决方案

重塑您的数据，使每个z 都有一对(x, y)。假设(x[i], y[j]) 与z[i, j] 一起使用，您可以通过这种方式重塑。

z_vec = z.flatten()
x_data = np.array([
    (x[i // z.shape[1]], y[i % z.shape[1]]) 
    for i in range(len(z_vec))
]).T

assert x_data.shape[1] == len(z_vec)
assert x_data.shape[0] == 2

然后照常使用curve_fit。

curve_fit(custom_2D_function, x_data, z_vec)

【讨论】：

谢谢，但它不起作用，xdata 必须与 z 具有相同的形状。我会想办法，但我确信可以做一些干净的事情
@hulyce 它对我有用。您确定z 是与x_values 和y_values（又名(z.ndim == 1) and (len(z) == xdata.shape[1])）长度相同的一维数组吗？
感谢@hulyce 的澄清！对于z 中的每个条目，您必须重新调整您的输入以拥有一列xdata。我已经更新了我的答案以展示如何做到这一点。