Python scipy曲线拟合不'；我不喜欢数学模块

在尝试使用

scipy.optimize curve\u fit

创建示例时，我发现scipy似乎与Python的

math

模块不兼容。当函数

f1

工作正常时，

f2

抛出错误消息

from scipy.optimize import curve_fit
from math import sin, pi, log, exp, floor, fabs, pow

x_axis = np.asarray([pi * i / 6 for i in range(-6, 7)])  
y_axis = np.asarray([sin(i) for i in x_axis])

def f1(x, m, n):
    return m * x + n

coeff1, mat = curve_fit(f1, x_axis, y_axis)    
print(coeff1)

def f2(x, m, n):
    return m * sin(x) + n 

coeff2, mat = curve_fit(f2, x_axis, y_axis)  
print(coeff2)

完整的回溯是

Traceback (most recent call last):
  File "/Documents/Programming/Eclipse/PythonDevFiles/so_test.py", line 49, in <module>
    coeff2, mat = curve_fit(f2, x_axis, y_axis)
  File "/usr/local/lib/python3.5/dist-packages/scipy/optimize/minpack.py", line 742, in curve_fit
    res = leastsq(func, p0, Dfun=jac, full_output=1, **kwargs)
  File "/usr/local/lib/python3.5/dist-packages/scipy/optimize/minpack.py", line 377, in leastsq
    shape, dtype = _check_func('leastsq', 'func', func, x0, args, n)
  File "/usr/local/lib/python3.5/dist-packages/scipy/optimize/minpack.py", line 26, in _check_func
    res = atleast_1d(thefunc(*((x0[:numinputs],) + args)))
  File "/usr/local/lib/python3.5/dist-packages/scipy/optimize/minpack.py", line 454, in func_wrapped
    return func(xdata, *params) - ydata
  File "/Documents/Programming/Eclipse/PythonDevFiles/so_test.py", line 47, in f2
    return m * sin(x) + n 
TypeError: only length-1 arrays can be converted to Python scalars

回溯（最近一次呼叫最后一次）：
文件“/Documents/Programming/Eclipse/PythonDevFiles/so_test.py”，第49行，在
系数2，mat=曲线拟合（f2，x轴，y轴）
文件“/usr/local/lib/python3.5/dist packages/scipy/optimize/minpack.py”，第742行，曲线拟合
res=leastsq（func，p0，Dfun=jac，满输出=1，**kwargs）
文件“/usr/local/lib/python3.5/dist-packages/scipy/optimize/minpack.py”，第377行，在leastsq中
shape，dtype=\u check\u func（'leastsq'，'func'，func，x0，args，n）
文件“/usr/local/lib/python3.5/dist-packages/scipy/optimize/minpack.py”，第26行，在检查功能中
res=至少1d（thefunc（*（x0[：numput]，）+args）））
文件“/usr/local/lib/python3.5/dist-packages/scipy/optimize/minpack.py”，第454行，func_格式
返回func（扩展数据，*参数）-ydata
文件“/Documents/Programming/Eclipse/PythonDevFiles/so_test.py”，第47行，f2
返回m*sin（x）+n
TypeError：只有长度为1的数组才能转换为Python标量

错误消息将以列表和

numpy

数组作为输入显示。它影响所有的

math

函数，我已经测试过（请参见导入中的函数），并且一定与数学模块如何处理输入数据有关。这一点在

pow（）

函数中最为明显-如果我不从

math

导入此函数，

curve\u-fit

可以正确使用

pow（）

一个显而易见的问题-为什么会发生这种情况，以及如何将

数学

函数与

曲线拟合

一起使用

---

附言：请不要讨论，我们不应该用线性拟合来拟合样本数据。选择此选项只是为了说明问题。

小心numpy数组、处理数组的操作和处理标量的操作

Scipy optimize假设输入（初始点）是1d数组，在其他情况下经常出错（例如，列表变成数组，如果您假设要处理列表，事情就会变得一团糟；这种问题在StackOverflow上很常见，调试不是很容易做到；代码交互有帮助！）

---

老实说：这是对numpy非常基本的理解的一部分，在使用scipy有些敏感的函数时应该理解。

感谢您的澄清，我将错误消息误读为“长度减1”。因此，

math

模块仅显式地处理离散值，而相同的numpy数学函数对数组执行此计算。我想，在引擎盖下，两者都使用相同的C库？有什么特别的原因，为什么

math

被设计成不能处理列表和数组？正如使用

pow（）

函数所看到的，这似乎是

math

module specific.No。离散值是另一回事。数学模块使用标量（主要是浮点数）。Numpy的矢量化（在整个数组上工作）函数可能比使用相同C函数的for循环更高级，但这取决于函数和细节

math.sin（[1,2.]）

也不起作用！这是为了标量，而不是列表。numpy是一个数组/张量库，因此大多数函数都设计用于这些函数！嗯，我认为

math

库不接受列表和数组的原因，这导致了

numpy

不兼容，超出了本网站的范围（很可能是我的理解）。我会接受这个答案。@Piintesky这是一个设计决定。如果需要进行矢量化操作，则需要专门的代码，并且通常会做出一些有效的假设。核心假设是：连续内存（SIMD、BLAS、缓存等）！由于python不是在c风格数组之上构建的，因此您将为此付出高昂的代价，因为高效的矢量化操作总是在连续的内存块上工作（这适用于numpy数组；但不适用于python的列表）。（这是一个过于简单的解释和观点；只是想表达一些想法）在这种情况下，过于简单正是我的水平。再次感谢。

import numpy as np
import math

x = np.ones(1)

np.sin(x)
> array([0.84147098])

math.sin(x)
> 0.8414709848078965                     # this only works as numpy has dedicated support
                                         # as indicated by the error-msg below!
x = np.ones(2)

np.sin(x)
> array([0.84147098, 0.84147098])

math.sin(x)
> TypeError: only size-1 arrays can be converted to Python scalars