基于MINUIT的Python参数转换

我正在基于scipy的optimize.leastsq为2D数据编写一个自动曲线拟合例程，它可以正常工作。然而，当添加许多起始值很小的曲线时，我会得到非物理结果（例如负振幅）

我找到了这篇文章，并试图根据欧洲核子研究所的Minuit使用参数转换。在上面提到的问题中，有人提供了一些python代码的链接

code.google.com/p/nmrglue/source/browse/trunk/nmrglue/analysis/leastsqbound.py

我编写了这个最小的工作示例（扩展代码）

这是绘图输出，其中绿色表示开始条件，红色表示拟合结果：

这是正确的用法吗？External2如果超出边界，内部转换只会抛出一个nan。leastsq似乎能处理这个问题

---

我上传了拟合数据。只需粘贴到名为constraint.dat的文本文件中。

已有一个流行的constraint.dat代码

使用python实现

---

我建议不要重新发明轮子

根据sega_sai的回答，我使用mpfit.py给出了这个最小的工作示例

import matplotlib.pyplot as plt
from mpfit import mpfit
import numpy as np

def _evaluate(p, x):
    '''
    Linear plus Lorentzian curve
    p = list with three parameters ([a, b, I, Pos, FWHM])
    '''
    return p[0] + p[1] * x + p[2] / (1 + np.power((x - p[3]) / (p[4] / 2), 2))

def residuals(p, fjac = None, x = None, y = None, err = None):
    status = 0
    error = _evaluate(p, x) - y
    return [status, error / err]

if __name__ == '__main__':
    data = np.loadtxt('constraint.dat') # read data
    x = data[:, 0]
    y = data[:, 1]
    err = 0 * np.ones(y.shape, dtype = 'float64')
    parinfo = [{'value':5000., 'fixed':0, 'limited':[0, 0], 'limits':[0., 0.], 'parname':'a'},
               {'value':0., 'fixed':0, 'limited':[0, 0], 'limits':[0., 0.], 'parname':'b'},
               {'value':500., 'fixed':0, 'limited':[0, 0], 'limits':[0., 0.], 'parname':'I'},
               {'value':2450., 'fixed':0, 'limited':[0, 0], 'limits':[0., 0.], 'parname':'Pos'},
               {'value':3., 'fixed':0, 'limited':[0, 0], 'limits':[0., 0.], 'parname':'FWHM'}]
    fa = {'x':x, 'y':y, 'err':err}
    m = mpfit(residuals, parinfo = parinfo, functkw = fa)
    print m

拟合结果如下：

mpfit.py: 3714.97545, 0.484193283, 2644.47271, 2440.13385, 22.1898496
leastsq:  3714.97187, 0.484194545, 2644.46890, 2440.13391, 22.1899295

结论：两种方法都有效，都允许约束。但由于mpfit来自一个非常成熟的来源，我更相信它。如果可用，它也会接受错误值。

试试lmfit py-

它还通过scipy.optimize.leastsq使用Levenberg-Marquardt（LM）算法。不确定因素是可以的

它不仅可以使用边界约束拟合参数，还可以使用它们之间的数学表达式约束拟合参数，而无需修改拟合函数

忘记使用那些糟糕的p[0]，p[1]。。。在拟合函数中。只需通过parameters类使用管件参数的名称

---

谢谢你指出这一点。我以前没有找到任何关于mpfit的参考资料，它看起来正是我试图实现的目标。但是一个最小的工作示例会是什么样子呢？该用法与scipy的leastsq不同。似乎没有传递x和y值，而是传递引用？mpfit.py中的示例也不起作用。下面是一个肯定有效的示例：我使用了您链接的测试文件中的第一个示例来运行下面的解决方案。起初我有点困惑，因为它们使用起始值p0=[1，1]，但在参数字典parinfo中，它们使用3.2和1.78。另外，调用中实际上不需要p0。请参见我的另一个：mpfit.py不适合。是的。

mpfit.py: 3714.97545, 0.484193283, 2644.47271, 2440.13385, 22.1898496
leastsq:  3714.97187, 0.484194545, 2644.46890, 2440.13391, 22.1899295