Python lmfit模型拟合与预测

我采用了

lmfit

进行曲线拟合，并使用拟合模型进行预测。但是，下面的代码没有实现我想要的。你能帮忙吗？谢谢

import numpy as np
from lmfit import Model

def linearModel(x, a0, a1):
    return a0+a1*x

#main code begin here
X=[1,2,4]  # data for fitting
y=[2,4,6]  # data for fitting
gmodel = Model(linearModel)  #select model      
params = gmodel.make_params(a0=1, a1=1) # initial params
result = gmodel.fit(y, params, x=X) # curve fitting
x1=[1, 2, 3] # input for prediction
a=result.eval(x)   # prediction

---

最好包含实际运行的代码、得到的结果和预期的结果

这里的主要问题是您有一个语法错误。其次，应该使用numpy数组，而不是列表。第三，正如文档所示（参见）

result.eval（）

将

params

作为第一个参数，而不是自变量。简而言之，您希望将最后两行替换为

x1 = np.array([1, 2, 3]) # input for prediction
a = result.eval(x=x1)   # prediction

这应该如预期的那样起作用

---

而且：当然，你不需要

lmfit

来做线性回归

那么，你想要实现什么？请提供一份包括输入、预期输出和实际输出的报告。