python - 使用 Python 查找最佳拟合参数

Question

有了这个直方图之后，

我想用卡方分布拟合它，其 pdf 是:

其中 beta 是变量，d1 和 beta_zero 是 2 个参数。

我的问题是:如何使用 Python 找到最适合直方图的参数？

更新:我知道我需要在 scipy.optimize 中使用 curve_fit。我的xdata是matrix_beta，它是一个矩阵形式，其元素是beta。然后，我定义了一个函数 func(beta,beta_zero,d1)，如公式中所示。那么如何处理ydata呢？

Answer 1

例如，您可以像这样使用 package scipy:

import numpy,math 
import scipy.optimize as optimization import
matplotlib.pyplot as plt 
xdata = numpy.array([0.5,1.5,2.5,3.5,4.5,5.5,6.5,7.5])#your x coordinate
ydata = numpy.array([25.,40.,22.,12.,8.,3.,1.,1.,0.0,0.0])#your y coordinates 
x0 = numpy.array([0.0, 0.0]) 
sigma = numpy.array([1.0,1.0,1.0,1.0,1.0,1.0])#your errors, e.g. sqrt()
def func(d1, Bo):
    return d1*Bo    #definition of your function 
print optimization.curve_fit(func, xdata, ydata, x0, sigma) #result

您可以在此处查看更多信息 http://python4mpia.github.io/fitting_data/least-squares-fitting.html