使用curve_fit进行线性拟合答案

【问题标题】：Linear fit with curve_fit使用curve_fit进行线性拟合
【发布时间】：2019-01-23 22:11:33
【问题描述】：

我正在尝试进行线性拟合，但有两个问题。首先，它告诉我 “无法估计参数的协方差”，即使我对参数的猜测应该是正确的。我还收到以下错误：“'numpy.float64' 对象不能解释为整数”。我认为最后一个错误意味着我在需要整数的地方使用浮点数，但我不明白错误在哪里。感谢您提供的任何帮助！

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np  
from scipy.optimize import curve_fit   

E1=[13.95,17.74]
CH=[880.89,1122.28]
errCH=[0.10,0.21]
errE1=[0.0,0.0]

def cal_func(x,c,m):
    return m*x+c
from scipy.optimize import curve_fit
popt, pcov=curve_fit(cal_func,E1,CH,p0=[-10,60])

plt.plot(E1,cal_func(E1,*popt))
plt.errorbar(E1,CH,errCH,errE1,linestyle="none")
plt.xlabel("Energy [KeV]")
plt.ylabel("Bin")

【问题讨论】：

只有两个点，无法确定协方差。但是，只有两个点，甚至不需要进行拟合，因为您可以简单地计算参数（两个点，两个参数 = 自洽方程组）。
我怀疑问题是由于某些绘图参数乱序造成的。
关于错误。您正在尝试将列表与浮点数相乘。这是不可能的。但是，您可以将 numpy 数组与浮点数相乘，因此解决方案是 plt.plot(E1,cal_func(np.array(E1),*popt))。
@ImportanceOfBeingErnest 非常感谢！

标签： python matplotlib scipy curve-fitting

【解决方案1】：

这将修复“float64”错误：

E1=np.array([13.95,17.74])
CH=np.array([880.89,1122.28])
errCH=np.array([0.10,0.21])
errE1=np.array([0.0,0.0])

【讨论】：

感谢您的帮助！