Python scipy.optimize失败，初始猜测非常好

我试图将形式为

a*tanh（b*x）+c

的函数拟合到我的数据中，如下所示：

x = [1. , 2.,  3.,  5.,  6., 10., 15., 30.]
y = [1., 1.81498639,  2.51864814,  3.54771826,  3.99775936,  5.74444049,
     8.06357414, 12.82164541]

我使用的是

scipy.optimize.curve\u fit

，结果不正确，导致绘制此图： 起初我认为可能我最初的猜测不好/需要提供，所以我手动近似了一个好的拟合，然后将这些值作为

p0

arg提供给

curve\u fit（）

。这只会导致更糟糕的近似值，即曲线在数据上方y轴上升高约1000个单位

这件衣服怎么会掉这么多？我是否需要为曲线拟合函数指定更多参数以获得合理的结果

错误消息：

优化警告：无法估计参数的协方差 类别=警告

我的代码：

将numpy导入为np
从scipy导入优化
将matplotlib.pyplot作为plt导入
def接头（a、b、c、X）：
等式=a*np.tanh（b*X）+c
返回均衡器
def检查图（x，y，lam，tp，mol，x，y）：
'''
创建要检查的s_ineff与t_块的绘图
要正确选择块大小
仍然会产生一致的结果。
'''
图，ax=plt.子批次（图尺寸=（7,4））
最大散射（x，y）
ax.plot（X，Y，c='r'）
ax.set_ylabel（r'$s_{ineff}$'）
ax.set_xlabel（r'$\tau{Block}$'）
ax.文本（0.04、0.95、，
“%s\n$\lambda{%s}=%s$'%（摩尔、总磷、拉姆），
水平对齐='左'，
垂直对齐='顶部'，
transform=ax.变速器）
#plt.savefig（“fitti.png”，bbox_inches=“tight”，dpi=300）
plt.show（）
plt.关闭（图）
x=np.数组（[1,2,3,5,6,10,15,30.]））
y=np.数组（[1,1.81498639,2.51864814,3.54771826,3.99775936,5.74444049，
8.06357414, 12.82164541])
参数，参数=优化曲线拟合（拟合，x，y）
a、 b，c=parms[0]，parms[1]，parms[2]
#好的初步猜测：p0=[13,0.05,0.6]
十、 Y=X，配合（a，b，c，X）
摩尔，总磷，林='甲苯'，'电子'，0.15
检查图（x，y，lam，tp，mol，x，y）

也绘制初始猜测

曲线拟合

期望调用的形式为

def-fit（X，a，b，c）：

。您接受

X

作为最后一个参数，而不是第一个参数。投票表决以打字错误结束。@Mad物理学家看过去的打字错误，事实上有一个问题。试着编辑代码并运行它，你会看到的。该死……我一改变顺序，曲线就毫无意义地捕捉到数据上。没想到我会犯这样的新手错误。非常感谢。补偿可能很重要，这就是我在回答中要解决的问题。您可以小心地拆下或安装它。