python - 与 2 个输入变量的曲线拟合

Question

使用 scipy.optimize.curve_fit 我试图获得一个最佳拟合函数 og 2 个测量数据系列到第三个测量数据系列，例如 f(x,y)=z，其中 x,y,z 是测量值系列。

代码如下:

def func_events_model(xy,a,b,c):
 return a*xy[0]+b*xy[1]+c
events_array=numpy.array(events_list)
Tin_array=numpy.array(Tin_list)
barometer_array=numpy.array(barometer_list)
events_array=events_array.reshape(720,1)
Tin_barometer_array=numpy.array([[Tin_list],[barometer_list]])
Tin_barometer_array=Tin_barometer_array.T
popt_model,stats_model=curve_fit(func_events_model,Tin_barometer_array,events_array)

我收到此错误消息:

Traceback (most recent call last):
  File "DUKS_dataplot.py", line 100, in <module>
    popt_model,stats_model=curve_fit(func_events_model,Tin_barometer_array,events_array)
  File "/usr/lib/python2.7/dist-packages/scipy/optimize/minpack.py", line 506, in curve_fit
    res = leastsq(func, p0, args=args, full_output=1, **kw)
  File "/usr/lib/python2.7/dist-packages/scipy/optimize/minpack.py", line 355, in leastsq
    gtol, maxfev, epsfcn, factor, diag)
minpack.error: Result from function call is not a proper array of floats.

有什么想法可以解决这个问题吗？或者找到最佳拟合 f(x,y)=z 的更好方法？

scipy.optimize.curve_fit 的文档指出独立输入可以有多个维度。

Answer 1

将函数定义更改为:

def func_events_model(xy,a,b,c):
 return a*xy[0]+b*xy[1]+c

成功了。