使用python'；s optimize.leastsq（）和optimize.curve_fit

大家好，我的社区

我正在尝试使用Pyton的optimize.leastsq（）或optimize.curve_fit（）将数据拟合到Faddeeva函数（optimize.special.wofz）。拟合参数有以下两个：z1和z2。它们是复杂的，而自变量（时间）和函数的输出（meas_数据）是纯实数。这是我第一次尝试拟合数据：

import numpy as np
from scipy import optimize
from scipy import special

meas_data = np.loadtxt('directory')
time = np.loadtxt('directory')

def test(params, time):
    z1 = params[0]
    z2 = params[1]

    a = z1*np.sqrt(time)
    b = z2*np.sqrt(time)

    a = np.complex(0, a)
    b = np.complex(0, b)

    c = special.wofz(a)
    d = special.wofz(b)

    return np.real(c*d)

def test_error(params, time, t_error):
    return test(params, time) - t_error

initial_guess = (300+200j, 300-200j)
params_fit, cov_x, infodict, mesg, ier = optimize.leastsq(test_error, initial_guess, args = (time, meas_data), full_output = True)

我的第二次尝试看起来像：

import numpy as np
from scipy import optimize
from scipy import special

meas_data = np.loadtxt('directory')
time = np.loadtxt('directory')

def test(time, z1, z2):
    a = z1*np.sqrt(time)
    b = z2*np.sqrt(time)

    a = np.complex(0, a)
    b = np.complex(0, b)

    c = special.wofz(a)
    d = special.wofz(b)


    return np.real(c*d)

popt, pcov = optimize.curve_fit(test, time, meas_data)

对于这两种情况，我都会收到类似的错误消息：

第一次尝试：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-13-9286b2981692> in <module>()
     22 
     23 initial_guess = (300+200j, 300-200j)
---> 24 params_fit, cov_x, infodict, mesg, ier = optimize.leastsq(test_error, initial_guess, args = (time, msd), full_output = True)

/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in leastsq(func, x0, args, Dfun, full_output, col_deriv, ftol, xtol, gtol, maxfev, epsfcn, factor, diag)
    375     if not isinstance(args, tuple):
    376         args = (args,)
--> 377     shape, dtype = _check_func('leastsq', 'func', func, x0, args, n)
    378     m = shape[0]
    379     if n > m:

/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in _check_func(checker, argname, thefunc, x0, args, numinputs, output_shape)
     24 def _check_func(checker, argname, thefunc, x0, args, numinputs,
     25                 output_shape=None):
---> 26     res = atleast_1d(thefunc(*((x0[:numinputs],) + args)))
     27     if (output_shape is not None) and (shape(res) != output_shape):
     28         if (output_shape[0] != 1):

<ipython-input-13-9286b2981692> in test_error(params, time, t_error)
     19 
     20 def test_error(params, time, t_error):
---> 21     return test(params, time) - t_error
     22 
     23 initial_guess = (z1, z2)

<ipython-input-13-9286b2981692> in test(params, time)
     10     b = z2*np.sqrt(time)
     11 
---> 12     a = np.complex(0, a)
     13     b = np.complex(0, b)
     14 

TypeError: only length-1 arrays can be converted to Python scalars

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
22
23初始猜测=（300+200j，300-200j）
--->24参数拟合，cov x，infodict，mesg，ier=optimize.leastsq（测试错误，初始猜测，参数=（时间，msd），完整输出=True）
/用户/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py（func、x0、args、Dfun、full_输出、col_deriv、ftol、xtol、gtol、maxfev、epsfcn、factor、diag）
375如果不是isinstance（参数、元组）：
376 args=（args，）
-->377形状，数据类型=_check_func（'leastsq'，'func'，func，x0，args，n）
378米=形状[0]
379如果n>m：
/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in_check_func（checker、argname、thefunc、x0、args、numinput、output_shape）
24 def\u check\u func（checker、argname、thefunc、x0、args、numinput、，
25输出（形状=无）：
--->26 res=至少1d（thefunc（*（x0[：numput]，）+args）））
27如果（输出形状不是无）和（形状（分辨率）！=输出形状）：
28如果（输出_形[0]！=1）：
测试中的错误（参数、时间、t错误）
19
20 def测试错误（参数、时间、测试错误）：
--->21返回测试（参数、时间）-t_错误
22
23初始猜测=（z1，z2）
测试中（参数、时间）
10b=z2*np.sqrt（时间）
11
--->12 a=np.复合体（0，a）
13b=np.复数（0，b）
14
TypeError：只有长度为1的数组才能转换为Python标量

第二次尝试：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-8-8f631a7ede54> in <module>()
     16     return np.real(c*d)
     17 
---> 18 popt, pcov = optimize.curve_fit(test, time, msd)

/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in curve_fit(f, xdata, ydata, p0, sigma, absolute_sigma, check_finite, bounds, method, jac, **kwargs)
    674         # Remove full_output from kwargs, otherwise we're passing it in twice.
    675         return_full = kwargs.pop('full_output', False)
--> 676         res = leastsq(func, p0, Dfun=jac, full_output=1, **kwargs)
    677         popt, pcov, infodict, errmsg, ier = res
    678         cost = np.sum(infodict['fvec'] ** 2)

/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in leastsq(func, x0, args, Dfun, full_output, col_deriv, ftol, xtol, gtol, maxfev, epsfcn, factor, diag)
    375     if not isinstance(args, tuple):
    376         args = (args,)
--> 377     shape, dtype = _check_func('leastsq', 'func', func, x0, args, n)
    378     m = shape[0]
    379     if n > m:

/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in _check_func(checker, argname, thefunc, x0, args, numinputs, output_shape)
     24 def _check_func(checker, argname, thefunc, x0, args, numinputs,
     25                 output_shape=None):
---> 26     res = atleast_1d(thefunc(*((x0[:numinputs],) + args)))
     27     if (output_shape is not None) and (shape(res) != output_shape):
     28         if (output_shape[0] != 1):

/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in func_wrapped(params)
    453     if weights is None:
    454         def func_wrapped(params):
--> 455             return func(xdata, *params) - ydata
    456     else:
    457         def func_wrapped(params):

<ipython-input-8-8f631a7ede54> in test(time, z1, z2)
      7     b = z2*np.sqrt(time)
      8 
----> 9     a = np.complex(0, a)
     10     b = np.complex(0, b)
     11 

TypeError: only length-1 arrays can be converted to Python scalars

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
16返回np.实数（c*d）
17
--->18 popt，pcov=优化曲线拟合（试验、时间、msd）
/曲线拟合中的用户/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py
674#从kwargs中删除完整输出，否则我们将传入两次。
675 return\u full=kwargs.pop（'full\u output'，False）
-->676 res=leastsq（func，p0，Dfun=jac，满输出=1，**kwargs）
677 popt、pcov、infodict、errmsg、ier=res
678成本=总成本（infodict['fvec']**2）
/用户/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py（func、x0、args、Dfun、full_输出、col_deriv、ftol、xtol、gtol、maxfev、epsfcn、factor、diag）
375如果不是isinstance（参数、元组）：
376 args=（args，）
-->377形状，数据类型=_check_func（'leastsq'，'func'，func，x0，args，n）
378米=形状[0]
379如果n>m：
/Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py in_check_func（checker、argname、thefunc、x0、args、numinput、output_shape）
24 def\u check\u func（checker、argname、thefunc、x0、args、numinput、，
25输出（形状=无）：
--->26 res=至少1d（thefunc（*（x0[：numput]，）+args）））
27如果（输出形状不是无）和（形状（分辨率）！=输出形状）：
28如果（输出_形[0]！=1）：
/func_wrapped中的Users/tthalheim/anaconda/lib/python3.5/site-packages/scipy/optimize/minpack.py（参数）
453如果权重为无：
454 def func_包装（参数）：
-->455返回函数（扩展数据，*参数）-ydata
456其他：
457 def func_包装（参数）：
试验中（时间，z1，z2）
7b=z2*np.sqrt（时间）
8.
---->9A=np.复数（0，a）
10b=np.复合物（0，b）
11
TypeError：只有长度为1的数组才能转换为Python标量

我用于拟合的数据是10e-6到10e-2范围内的时间，以及10e-19到10e-16范围内的测量数据。假设z1和z2是已知功，则用于计算单个数字的两个测试函数。我认为这与python的拟合例程有关，这些例程在计算过程中可能无法处理复杂的值

---

如果有人能帮我解决这个问题，我会非常高兴。

普穆鲁对我的问题的第三次评论解决了这个问题。

普穆鲁对我的问题的第三次评论解决了这个问题。

请你举一个输入

测量数据
和
时间
的例子好吗？然后你应该分解函数
test（）
，以了解出了什么问题（通过更多的步骤更容易，回溯将指出真正的问题/行）好的，我已经分解了返回。复杂的建筑可能需要解决方法，你试过
np.vectorize（complex）（0，a）
？因此，我现在尝试了你的建议，例如，在第一次尝试中，我精确地将行
a=np.complex（0，a）
替换为
a=np.vectorize（complex）（0，a）
。Python现在引发了一个新类型的错误：
-->24个参数fit、cov\u x、infodict、mesg、ier=optimize.leastsq（test\u error、initial\u guess、args=（time、msd）、full\u output=True）。。。。。。TypeError:无法根据规则“安全”将数组数据从dtype（'complex128'）强制转换为dtype（'float64'）
第二次尝试如何？五月