带参数的Scipy拟合

Question

据我所知，Scipycurve_fit函数显式接受拟合参数。例如，拟合多项式时：

def func(x, c0, c1, c2):
    return c0 + c1 * x + c2 * x**2

有没有一种方法（可能是另一个等价函数）通过向量来定义参数？例如：

def func(x, C):
    y = 0.0
    for i, ci in enumerate(C):
        y += ci * x**i
    return y

我试图适应一个复杂的函数，有24个参数和显式定义参数是相当痛苦的。你知道吗

Answer 1

是的，这是可能的，但是你必须事先知道论点的数目（你似乎知道）。你知道吗

示例：

from scipy.optimize import curve_fit

def func(x, *C):
    y = sum(c * x ** n for n, c in enumerate(C))
    return y

但是，您需要在对curve_fit的调用中指定p0参数；在这种情况下，由于您知道您有24个参数，如果您对它们的值有一个初始猜测，您可以传递一个包含24个值的数组。如果没有，您可以使用np.ones(24)。你知道吗