Подгонка данных к 2D-функции с использованием lmfit в python
Я хочу подгонять данные с помощью 2D-функции, чтобы извлечь параметры (a) и (b) с помощью пакета lmfit. В основном, как подгонка 1D-функции, я пытаюсь подогнать каждую точку данных к 2D-функции с одинаковыми координатами (x, y). Это означает, что каждая точка данных имеет свое начальное значение предположения, которое отличается от другой точки данных, поскольку у каждой информации разные координаты (x, y). Это мой код:
#!/usr/bin/ python
import pyfits
import numpy as np
import math
from lmfit import minimize, Parameters, Parameter, report_errors,report_fit,
conf_interval, printfuncs
xn =np.linspace(0,3,4) # x-component
yn =np.linspace(0,3,4) # y-component
data= [0.0, 0.16, 0.33, 0.5, 0.2, 0.26, 0.38, 0.53, 0.4, 0.43, 0.52, 0.64, 0.6, 0.62,
0.67, 0.78] # (x1,y1) generate (data[0]), (x1,y2) generate (data[1]) and so on
params = Parameters()
params.add('a', value=3)
params.add('b', value=5)
def residual(params,x,y,data=None):
a = params['a'].value # parameter
b = params['b'].value # parameter
model=(x**2/a**2+y**2/b**2)**0.5 # 2D function
if data is None:
return data
return model - data
out=minimize(residual,params,args=(x,y,data,)) # lmfit minimizer
final=data+out.residual
report_fit(params)
ci = conf_interval(out, sigmas=[0.68,0.95]) # confidence interval
printfuncs.report_ci(ci)
Тем не менее, я получил это сообщение об ошибке:
ValueError: operands could not be broadcast together with shapes (4) (16)
Очевидно, что размеры x и y не совпадают с данными, но я не знаю, как сделать так, чтобы data[0] брал (x1,y1), data[1] берет (x1,y2)..., data[5] принимает (x2,y1) и так далее. Пожалуйста, кто-нибудь может помочь мне решить эту проблему или сделать какие-либо предложения, спасибо заранее.
1 ответ
Вам нужно сжать ваши данные?
x = [x1, x2, ...]
y = [y1, y2, ...]
data = zip(x, y) # [(x1, y1), (x2, y2), ... ]