python之scipy curve_fit 在简单的线性拟合上失败了吗

我打算用两个长度为 54 的 numpy 数组 y1 和 y2 做一个简单的线性拟合。函数定义如下:

def f(x,b): 
    return b*x 

数据绘制在这里:

然后我尝试通过以下方式进行拟合:

popt, pcov = scop.curve_fit(f,y2,y1)  # yes y1 and y2 are in right order 

结果:popt = 1., pcov = inf

我尝试使用 p0 = -833，这或多或少应该是结果，但它给了我 popt = -833, pcov = inf。

我用示例函数尝试了一些示例数据:

x = np.array(range(10)) 
y = x**2 + 3 
def fu(x,b): 
    return x**2 + b 
po, pc = scop.curve_fit(fu,x,y) 
print po, pc 

结果很好:3 和 2e-33

有人知道第一次试验出了什么问题吗？我还没有找到任何有用的或与我的问题相关的东西......

请您参考如下方法:

NaN 值将产生无意义的结果 - 在进行任何拟合之前，您需要将它们从数据中排除。您使用 bool 索引来执行此操作:

valid = ~(np.isnan(y1) | np.isnan(y2)) 
popt, pcov = scop.curve_fit(f, y2[valid], y1[valid]) 

如评论中所述，in versions of scipy newer than 0.15.0 curve_fit 将自动检查输入数组中的 NaN 和 Inf，如果找到它们，将引发 ValueError。可以使用 check_finite parameter 选择禁用此行为。 .

根据您的问题和评论，我假设您使用的一定是旧版本 - 您可能应该考虑升级。