我正在尝试将使用公式 1 生成的数据拟合到公式 2 中。前者有3个参数,后者有5个拟合参数。但现在由于形状不匹配,我在绘制拟合曲线时遇到错误。
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
def func(x, a, b, c, d, e):
return (((a/e) * (2*x)**b) + (d * (2*x)**c))
y = []
x = []
A = 6.7
B = 2.0
C = 0.115
for N in np.logspace(1, 9., 100, base = 10.):
x.append(int(N))
y.append(np.exp((A-np.log(int(N)))/B)+C)
plt.loglog(x, y, 'b:*', label='data')
popt, pcov = curve_fit(func, x, y)
print(popt)
plt.loglog(x, func(x, *popt))
我想查看拟合曲线,但最后一行有尺寸错误 '''plt.loglog(x, func(x, *popt))'''
最佳答案
实现此目的的一种方法是创建一个列表 y_model,在其中添加与每个 x 相对应的元素 y。
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
def func(x, a, b, c, d, e):
return (((a/e) * (2*x)**b) + (d * (2*x)**c))
y = []
x = []
A = 6.7
B = 2.0
C = 0.115
for N in np.logspace(1, 9., 100, base = 10.):
x.append(int(N))
y.append(np.exp((A-np.log(int(N)))/B)+C)
popt, pcov = curve_fit(func, x, y)
y_model = []
for e in x:
y_model.append(func(e, *popt))
plt.loglog(x, y, 'b:*', label='data')
plt.loglog(x, y_model)
结果:
关于python - 如何解决绘图变量尺寸不匹配的错误?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58169868/