Python 以boarder为拟合参数的两个不同函数的拟合

我有一个关于Python中的简单fit函数的问题。 我试图在一个数据集上拟合两个不同的函数，两个区域之间的边界也应该是一个拟合参数。 我很天真地尝试着这样的事情：

def FitFunc(x, a, b, c, d, e, border):
    if x < border:
        return a * x + b
    if x > border:
        return c * x**2 + d * x + e

def FitFunc（x、a、b、c、d、e、border）：
如果x<边框：
返回a*x+b
如果x>边框：
返回c*x**2+d*x+e

但我有一个错误：

级数的真值是模糊的。使用a.empty（）、a.bool（）、a.item（）、a.any（）或a.all（）

我知道您不能将我的x数组与整数值进行比较（整数值甚至没有指定为固定值，这应该通过曲线拟合过程完成）

我没能找到解决这个被认为是简单问题的办法。有人能帮我解决这个问题吗

提前谢谢

编辑：我构建了一个示例：

---

对于具有x5的数据，这可以用平方函数（y=x**2/5-3*x/5）完美地描述。假设您不知道x是完美的“边界”，有没有办法让曲线拟合找到答案？

错误消息是，将数组（

x

）的值与标量值（

border

）进行比较是不明确的。您的意思是如果

x

的任何值小于

border

还是

x

的所有值都小于

border

我怀疑您真正想要的是numpy的

where

函数，这有点像是在

x

上循环，然后逐点决定使用哪个表达式，只不过速度快得多：

def FitFunc(x, a, b, c, d, e, border):
    out = a * x + b
    out[np.where(x > border)] = c * x**2 + d * x + e
    return out

我认为这正是您想要的，应该可以根据

边框

选择合适的函数形式

然而，我要提醒你，它可能不会做你想要的。也就是说，看起来您希望

border

成为一个拟合变量

---

scipy

optimize

例程（以及大多数“曲线拟合”上下文）中的拟合变量需要是连续浮点变量。您的

border

变量将用作

x

索引的离散整数值，以更改函数形式。拟合算法将首先选择一个值（假设为5.0），然后对该值进行非常小的更改（假设为5.0000002）。这不会改变两个函数形式之间断点的位置，拟合将决定

border

不会改变拟合。我希望我知道一个解决办法。

我指的是边界，就像一个政权结束，另一个政权开始的地方。如果这导致了混乱，我很抱歉。我在原始问题中编辑了它。好的，我修改了答案以匹配编辑的问题。