Python TypeError:不支持**或pow（）的操作数类型：'；列表'；和'；int'；和无效参数错误

我目前正在编写一个python脚本，它从.xlsx文件中读取数据。然后我用scipy提供的曲线拟合方法拟合数据。对于我的fitfunction，我首先使用了以下内容：

def fitfunc_polynome_OP_BL(x ,a, b, c, d, e, g, h, i):
    return a*(x**7) + b*(x**6) + c*(x**5) + d*(x**4) + e*(x**3) + g*(x**2) + h*x +i

但是我得到了上面提到的错误。我找到了这个错误的解决方案：np.power（），但当我这样做时，我又得到了一个先前没有出现的错误。。因此，当我将“**”替换为“np.power（）”以获得：

我得到一个无效参数错误（*），而我保留了相同数量的参数。。。有人能帮忙吗

（*）

---

在下一行中，您将为

np.power（）

但是

np.power（）

方法需要两个位置参数。现在，使用两个参数调用

np.power（）

的正确方法，您的函数将是

def fitfunc_polynome_OP_BL(x ,a, b, c, d, e, g, h, i):
    return a*(np.power(x,7)) + b*(np.power(x,6))+ c*(np.power(x,5)) + d*(np.power(x,4)) + e*(np.power(x,3)) + g*(np.power(x,2)) + h*x +i

编辑 要修复错误

TypeError:“numpy.float64”对象不能解释为索引，请进行以下更改

wavelengths = [400, 450, 500, 550, 600, 650, 700, 800]

到

你需要做一个例子，它表明你不能做
[some_list]**some_int
，所以看看你的例子，你提供的
x
必须是一个列表。您正在执行类似于
[1,2,3]**7的操作，这毫无意义。演示如何调用
scipy
的曲线拟合函数，并正确缩进代码。您能否详细说明错误消息（超过
无效参数错误
）？我用我的codeIi的一个最小版本编辑了我的帖子。我不清楚我如何解决我的问题。如果你给出了答案，你能详细说明一下吗？你可以用
c*np.power（（x，5））
部分代码替换为
c*（np.power（x，5））
。因为在前一种情况下，您将一个参数
（x，5）
传递给方法，但是power方法需要两个位置参数。这清楚吗？好的，但当我这样做的时候，我得到了以下信息：文件“snr_fitting_excel.py”，第72行，在fitfunc_polynome_OP_BL中返回a*（np.power（x，7））+b*（np.power（x，6））+c*（np.power（x，5））+d*（np.power r（x，4））+e*（np.power（x，3））+g*（np.power（x，2））+h*x+i TypeError:“numpy.float64”对象不能解释为index@WouterBlokland
np.power（x，4）
-空间是有意的吗？将
波长=[400450500550600650700800]
更改为
波长=np.array（[400450500550600650700800]）
 #version in which all data will be read from the excelfile. The resulting fitparameters will be written into the excisting excelfile.

def snr_fitting_excel(number_of_altitude_points, row_begin_position_of_data, number_of_wavelengths):
   n_alt = number_of_altitude_points
   n_lambda = number_of_wavelengths
   begin = row_begin_position_of_data
   end = begin + n_alt
   xlsx = pd.ExcelFile('Test.xlsx')
   df = pd.read_excel(xlsx, 'SNR-COPY')  
   d = (n_alt, n_lambda)
   height = np.zeros(d, dtype=int)
   for j in range(begin, end):
      for i in range(2,10):
         height[j-begin][i-2] = (np.around(df.iat[j,i], decimals =0))
   height = np.array(height)   
#array with the different wavelengths at which the data was taken   
   wavelengths = [400, 450, 500, 550, 600, 650, 700, 800]
#fit the points with the desired function from above
   for i in range(0, len(height)):
        popt, pcov = curve_fit(fitfunc_polynome_OP_BL, wavelengths, height[i])


        fig = plt.figure()
        plt.plot(wavelengths, height[i], 'o')
        plt.plot(wavelengths, fitfunc_polynome_OP_BL(wavelengths, *popt), 'r-', label ='fit: a=%5.3f, b=%5.3f, c=%5.3f, d=%5.3f, e=%5.3f, g=%5.3f, h=%5.3f, i=%5.3f' % tuple(popt))
        fig.savefig("snr_op_fit_bl" + str((i+1)*5) +".pdf")
        print(popt) 

def fitfunc_polynome_OP_BL(x ,a, b, c, d, e, g, h, i):
#   return a*(x**7) + b*(x**6) + c*(x**5) + d*(x**4) + e*(x**3) + g*(x**2) + h*x +i
    return a*(np.power(x,7)) + b*(np.power(x,6))+ c*np.power((x,5)) + d*(np.power(x,4)) + e*(np.power(x,3)) + g*(np.power(x,2)) + h*x +i

if __name__ == '__main__':

    print("\nFitting SNR_UV---------------------------------------------\n")
    snr_fitting_excel(18,11,8)

c*np.power((x,5)) 

def fitfunc_polynome_OP_BL(x ,a, b, c, d, e, g, h, i):
    return a*(np.power(x,7)) + b*(np.power(x,6))+ c*(np.power(x,5)) + d*(np.power(x,4)) + e*(np.power(x,3)) + g*(np.power(x,2)) + h*x +i

wavelengths = [400, 450, 500, 550, 600, 650, 700, 800]

wavelengths = np.array([400, 450, 500, 550, 600, 650, 700, 800])