python - Python中如何任意扩展Symfit的参数个数

Question

我有以下优化代码，它由变量 n 参数化。

from symfit import parameters, Eq, Ge, Fit
import numpy as np
n = 3
xdata = np.sort(np.random.choice(range(1, 4*n), n)) # Make fake data
print(xdata)
p1, p2, p3 = parameters('p1, p2, p3')
model = p1*p2*p3
constraints = [
    Eq(xdata[0]*p1+(xdata[1]-xdata[0])*p2+(xdata[2]-xdata[1])*p3, 1),
    Ge(p1, p2),
    Ge(p2, p3),
    Ge(p3, 0)
    ]

fit = Fit(- model, constraints=constraints)
fit_result = fit.execute()
print(fit_result)

我想将它用于更大的 n 值，但我不知道如何更改行

 p1, p2, p3 = parameters('p1, p2, p3')
 model = p1*p2*p3

和约束来应对任意大的n。

代码使用了 symfit图书馆。该链接显示了如何使用 parameters 的示例以及指向文档的链接。

如何做到这一点？

Answer 1

Numpy 与 symfit 库的交互真的很好。使用它时，您尝试概括的所有操作都相当微不足道。

---

设置

n = 3
_data = np.sort(np.random.choice(np.arange(1, 4 * n), n))

---

1. 字符串格式化

   您可以使用简单的迭代器和 str.join 动态创建参数的 tuple，然后您可以将其传递给 parameters 构造函数获取参数的元组。

params = parameters(', '.join(f'p{i}' for i in range(1, n+1)))
                ^^
# p1, p2, p3 = parameters('p1, p2, p3')

1. np.prod

   这个操作非常简单。 np.prod计算:

   product of array elements over a given axis

   当应用于 symfit 参数的 tuple 时，生成您想要的 p1*p2*...pn

   /li>

model = np.prod(params)
        ^^
# model = p1*p2*p3

1. np.concatenate + np.diff

   可能是概括起来最复杂的一行，但仍然不太难理解。您想要将数据数组中连续元素的差异乘以您的参数，然后对结果求和。由于第一个元素与前一个元素没有区别，您可以使用 np.concatenate 将其添加回去。

u = np.concatenate((_data[:1], np.diff(_data)))
c1 = Eq(np.sum(params * u), 1)
              ^^
# Eq(xdata[0]*p1+(xdata[1]-xdata[0])*p2+(xdata[2]-xdata[1])*p3, 1)

1. np.column_stack

   您希望滚动查看作为约束的参数:p1-p2、p2-p3、...pn, 0。这只是用原始 tuple 参数堆叠一个零填充的一次性元组，然后使用列表推导解包到您的 Ge 构造函数中。

ges = [Ge(*group) for group in np.column_stack((params, params[1:] + (0,)))]

1. 适合!

   我这里什么都没改!

constraints = [c1, *ges]
fit = Fit(- model, constraints=constraints)
fit_result = fit.execute()