我正在使用 lmfit 在 python 中进行拟合,在定义模型(即我想要用于拟合的函数)之后,我执行 out = model.fit(...)
为了可视化结果,我这样做 plt.plot(x, out.best_fit)
。这工作得很好,但是这仅在用于拟合的点处计算函数的值。如何将拟合参数应用于任何 x 向量(以获得更平滑的曲线),例如 x_1 = np.arange(xi,xf,i), plt.plot(x_1,out.best_fit(x_1))
?谢谢!
最佳答案
包含一个完整的、最小的示例来展示您正在做的事情总是一个好主意。另外,你的主题并不能很好地反射(reflect)你的问题。您现在已经在 SO 上询问了足够多有关 lmfit 的问题,以便更好地了解。
您可能希望使用 ModelResult.eval()
来评估给定自变量的 ModelResult(可能是您的 out
)。如果您需要更多帮助,请提出可能对其他人有用的可回答问题...
关于python - 从 lmfit 获取参数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57848079/