“无法强制到系列，长度必须为 1：给定 11”错误在 Python 中是什么意思？

Question

我试图将物体（准确地说是光学叉）的下落绘制为时间的函数，以验证万有引力定律确实是 9.81。 不同的数据应该代表每个插槽的通道。不同的狭缝相距1厘米，共有11条狭缝。我使用 Arduino 设置测量了这些数据，并绘制了图形并与 Python 匹配。我将数据保存在 CSV 文件中，但是当我运行代码时，出现错误“无法强制转换为系列，长度必须为 1：给定 11”。但是，当我手动输入值而不是读取文件时，代码可以工作，我得到了这个图表，这是我所期望的。

这是我使用的指令（我通过手动输入在每次迭代中添加了值，我认为通过在我的 CSV 文件中执行相同的操作，代码会起作用，但不幸的是它也不起作用）

t = 1e-3 * np.array([3.524,7.06,10.608,14.17,17.744,21.326,24.918,28.518,32.128,35.746,39.372])

而不是

t = pd.read_csv("Fall.csv")   # Opening the data file

你知道错误可能来自哪里吗？我的意思是为什么当我手动输入值时代码可以工作，但当我尝试读取具有完全相同值的文件时却不行？我指定我的 CSV 文件中有 11 个数据。

这是我的初始 CSV 文件（即没有在每次迭代中添加值），名称为“Fall.csv”：

| 3.524 |
| 3.536 |
| 3.548 |
| 3.562 |
| 3.574 |
| 3.582 |
| 3.592 |
| 3.6   |
| 3.61  |
| 3.618 |
| 3.626 |

这是我的完整代码：

import numpy as np                    # For the calculation
import pandas as pd                   # To read files
import matplotlib.pyplot as plt       # To draw curves
import scipy.optimize as opt          # For the adjustment

# Raw data
t = pd.read_csv("Fall.csv")   # Opening the data file
z = -0.01 * np.linspace(1, 11, 11)

# Definition of the free fall function
g = 9.81                     # the acceleration of gravity

def f(t,t0,h0):        # Definition of the fitting function
    return -0.5*g*(t-t0)**2 + h0

# Data adjustment
init_param = [0 , 0]          # Initial values t0=0, h0=0
final_param , var = opt.curve_fit(f,t,z)

# Optimal function
tt = np.linspace(final_param[0], 100e-3,100)
hh = f(tt, *final_param) # Reconstruction of the fitted curve

# Plot of analyzed data
plt.clf()                           # Plot of data and fit
plt.xlabel("Time (s)")
plt.ylabel("Height (m)")
legend = "t0 = %f ms, h0 = %f centimeter " % (final_param[0]*1000,final_param[1]*100)
plt.plot(tt,hh,"r--",label=legend)     # The adjustment
plt.plot(t,z,"bo", label="Data")     # The data
plt.legend()

Answer 1

您的问题来自t 的形状。 Scipy curve_fitdocumentation 指定，在您的情况下，xdata应该是一个序列，即一维数组（或多或少）。

但是，由于您的 csv 有一个逐行的值，pd.read_csv() 将其读取为 DataFrame，它基本上是一个二维数组。

你可以通过打印t.shape来检查它，它输出(11,1)，而z.shape是(11,)。

这个问题有多种解决方案，要么在一行上重写你的 csv，要么用t[0] 调用opt_curve 以仅选择t 的第一列。这里要小心，0 是 DataFrame 的第一列也是唯一一列的名称，而不是索引。这会给：final_param, var = opt.curve_fit(f, t[0], z)

我建议第一个解决方案，在读取数据时直接获得所需的形状。