我想将定义如下的函数拟合到时间序列数据:
def func(t, a0, a1, a2, T, tau1, tau2):
if t < T:
return a0 + a1 * np.exp(-t/tau1) + a2 * np.exp(-t/tau2)
else:
return a0 + a1 * np.exp(-T/tau1) * (1 - t/tau1 + T/tau1) + a2 * np.exp(-T/tau2) * (1 - t/tau2 + T/tau2)
这里,t代表进行测量的时间,其余参数为函数的参数。问题是当我将它输入 curve_fit 时,Python 提示 t < T 比较中的歧义。我相信发生这种情况是因为当在 curve_fit 中调用 func 时 t 变成了数据点列表,而 T 是一个数字(不是列表):
popt, pcov = curve_fit(func, t1, d1)
其中 t1 是时间列表,d1 是相应时间测量的数据值列表。我尝试了多种方法来解决这个问题,但都无济于事。有什么建议吗?非常感谢!
最佳答案
没错,t < T
是一个 bool 数组。 NumPy 拒绝为 bool 数组分配真值,因为有很多可能的选择——如果所有 元素为真,还是如果任何 元素为真,它应该为真?
不过没关系。在这种情况下,NumPy 提供了一个很好的函数来替换 if ... else ...
block ,即 np.where :
def func(t, a0, a1, a2, T, tau1, tau2):
return np.where(
t < T,
a0 + a1 * np.exp(-t/tau1) + a2 * np.exp(-t/tau2),
a0 + a1 * np.exp(-T/tau1) * (1 - t/tau1 + T/tau1) + a2 * np.exp(-T/tau2) * (1 - t/tau2 + T/tau2) )
关于python - scipy optimize.curve_fit 无法拟合其返回值取决于条件的函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13314699/