Python 曲线拟合未给出正确拟合数据的参数

我有名为

E

和

V

的数据集，还有一个函数。此函数将V和4个参数作为输入。参数

E0

和

V0

应为函数的最小值

对于曲线拟合，我给出了一些参数的初始值

E0

和

V0

作为相应数据集的最小值。

B0

的理论值应该是28，所以我给了它，我给了

B1

一个随机值

在曲线拟合之后，我尝试获得函数的最小值，并找到

E0

和

V0

。我得到的价值观似乎还不错。然后我绘制数据和定义的函数。曲线拟合结果与我的数据不匹配。我想问题出在配件上，但我不确定

E

和

V

是我的实验结果，我知道它们没有任何关系

代码如下：

from scipy.optimize import curve_fit
from scipy.optimize import fmin
import matplotlib.pylab as plt

V = np.array([9359.78033951, 10835.11571553, 12457.86763189, 14235.05592385, 16173.70042667, 18280.82097561, 20563.43740591, 23028.56955282, 25683.23725162, 28534.46033754, 31589.25864585])

E = np.array([12.73271364, 10.56261464, 8.21189843, 5.67853559, 3.18963332, 1.76136256,2.35816986,  5.01274293,  9.64990078, 16.22373202, 24.7102355])

E0 = min(E)
V0 = min(V)
print(V0,E0)

def func(V, E0, V0, B0, B1):
         return E0 + B0*V/B1 * (((V0/V)**B1)/(B1-1) + 1);

p0 = [E0, V0, 28, 100]    
params, param2 = curve_fit(func, V, E, p0)

V0_new = fmin(func, V0, args=(params[0], params[1], params[2], params[3]))
E0_new = func(V, params[0], V0_new, params[2], params[3])

for ii in range(len(V)):
plt.plot(V, E, '-k')
plt.plot(V[ii], func(V[ii], params[0], params[1], params[2], params[3]), 'or')

运行几次后，我开始出现以下错误：

    ---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-14-ec759702af45> in <module>
      6 
      7 p0 = [E0, V0, 28, 100]
----> 8 params, param2 = curve_fit(func, V, E, p0)
      9 
     10 V0_new = fmin(func, V0, args=(params[0], params[1], params[2], params[3]))

/anaconda3/lib/python3.7/site-packages/scipy/optimize/minpack.py in curve_fit(f, xdata, ydata, p0, sigma, absolute_sigma, check_finite, bounds, method, jac, **kwargs)
    753         cost = np.sum(infodict['fvec'] ** 2)
    754         if ier not in [1, 2, 3, 4]:
--> 755             raise RuntimeError("Optimal parameters not found: " + errmsg)
    756     else:
    757         # Rename maxfev (leastsq) to max_nfev (least_squares), if specified.

RuntimeError: Optimal parameters not found: Number of calls to function has reached maxfev = 1000.

---------------------------------------------------------------------------
运行时错误回溯（上次最近调用）
在里面
6.
7 p0=[E0，V0，28100]
---->8参数，参数2=曲线拟合（func，V，E，p0）
9
10 V0_new=fmin（func，V0，args=（参数[0]，参数[1]，参数[2]，参数[3]））
/曲线拟合中的anaconda3/lib/python3.7/site-packages/scipy/optimize/minpack.py（f、扩展数据、ydata、p0、sigma、绝对sigma、检查有限、边界、方法、jac、**kwargs）
753成本=总成本（infodict['fvec']**2）
754如果ier不在[1,2,3,4]中：
-->755 raise RUNTIMERROR（“未找到最佳参数：”+errmsg）
756其他：
757#如果指定，将maxfev（leastsq）重命名为max_nfev（最小二乘）。
RuntimeError:未找到最佳参数：函数调用数已达到maxfev=1000。

现在我甚至没有得到优化后的值。感谢您的帮助

编辑我不知怎么又得到了这个数字。你看这些点与数据不符

Edit2我一直在运行脚本，有时会出现此错误，它不会给我任何参数

警告：已超过最大功能评估次数。

---

因此，我需要解决这个最大求值问题，然后找到一种方法来获得正确的参数，以正确地拟合数据。

曲线拟合中的数学运算最好在numpy数组上进行，而不是在常规列表上进行。将代码的前几行更改为：

from scipy.optimize import curve_fit
from scipy.optimize import fmin
import numpy as np

V = np.array([9359.78033951, 10835.11571553, 12457.86763189, 14235.05592385, 16173.70042667, 18280.82097561, 20563.43740591, 23028.56955282, 25683.23725162, 28534.46033754, 31589.25864585])

E = np.array([12.73271364, 10.56261464, 8.21189843, 5.67853559, 3.18963332, 1.76136256,2.35816986,  5.01274293,  9.64990078, 16.22373202, 24.7102355])

您得到的错误是一系列函数调用的结果，这些函数调用循环达到最大值时调用fortran minipack例程

我试图重现你的错误，但我得到的是：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-1-134dfaf77356> in <module>
     18 
     19 V0_new = fmin(func, V0, args=(params[0], params[1], params[2], params[3]))
---> 20 E0_new = func(V, params[0], V0_new, params[2], params[3])

<ipython-input-1-134dfaf77356> in func(V, E0, V0, B0, B1)
     12 
     13 def func(V, E0, V0, B0, B1):
---> 14          return E0 + B0*V/B1 * (((V0/V)**B1)/(B1-1) + 1);
     15 
     16 p0 = [E0, V0, 28, 100]

TypeError: can't multiply sequence by non-int of type 'numpy.float64'

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
18
19 V0_new=fmin（func，V0，args=（参数[0]，参数[1]，参数[2]，参数[3]））
--->20 E0_new=func（V，参数[0]，V0_new，参数[2]，参数[3]）
在函数中（V、E0、V0、B0、B1）
12
13 def功能（V、E0、V0、B0、B1）：
--->14返回E0+B0*V/B1*（（V0/V）**B1）/（B1-1）+1）；
15
16 p0=[E0，V0，28100]
TypeError:无法将序列与类型为'numpy.float64'的非整数相乘

---

当您将数组更改为np.array时，此错误不存在。

哦，对不起，我实际上是从一个txt文件中获取数据，我只是像那样将数据粘贴到这里，我的坏。。。我会纠正你所说的，但不幸的是，这不是错误的根源。谢谢你的回答。当然。我只是认为根本原因可能是相同的，但根据系统/软件包版本等不同，错误的表现形式也不同。您是否使用numpy中的

loadtxt

生成输入？我使用genfromtxt，但我刚刚编辑了这个问题，现在唯一的问题是，我从曲线拟合得到的结果与我的数据不匹配。请注意，协方差数组（param2）元素都是inf。您从B0和B1的极值开始，算法无法找到解决方案。更改：p0=[E0，V0，-1，-1]并且它工作

曲线拟合

给了我值：E0，V0，B0，B1=4.37e+01，1.87e+04，4.87e-03，-1.215e+00I在更改数据集时仍然有相同的问题。。。