Python Scipy拟合复多变量函数

我在拟合两个（实）变量的复函数（在复平面上具有图像的意义）上的数据时遇到困难

我的问题是，如果需要将变量连接到一个对象中（使用

scipy.optimize.curve\u fit

函数），我不确定如何传递变量；而且，如果我可以一次拟合数据，而不需要分离和分别拟合实部和虚部

---

编辑：在玩了一点

curve\u fit

之后，它似乎确实在复平面中使用复数或函数。我想，否则我将不得不单独拟合（当时我很担心如何处理我的两组拟合参数，或者其中丢失了信息/精度）或使用其他工具。

scipy中的拟合函数在任何输入（包括复杂输入）下都可以正常工作，只要能以成本计算出一个实数。建议您使用其中一个fmin*，在这里您可以显式计算成本。您确定它适用于复杂对象吗？我在尝试时遇到以下错误：

TypeError:无法根据规则“safe”将数组数据从dtype（'complex128'）强制转换为dtype（'float64'）

这没有太大帮助，因为我看不到您在做什么。我将d和a作为两个实变量，r和I作为数据的实部和虚部（用于拟合）。我以如下方式运行它：

deffunc3（（var1，var2），amp，exp，spin）：

返回amp*var1**exp*N.exp（1j*spin*var2）曲线拟合（func3，（d，a），r+1j*I）