带有多个自变量的Python curve_fit

Question

Python会curve_fit为具有单个自变量的函数计算最合适的参数，但是有没有办法使用curve_fit或其他方式来拟合具有多个自变量的函数？例如：

def func(x, y, a, b, c):
    return log(a) + b*log(x) + c*log(y)

其中x和y是自变量，我们希望适合a，b和c。

Answer 1

您可以curve_fit为自变量传递多维数组，但随后您func必须接受相同的内容。例如，调用此数组X，并将其拆包x，y为清楚起见：

import numpy as np
from scipy.optimize import curve_fit

def func(X, a, b, c):
    x,y = X
    return np.log(a) + b*np.log(x) + c*np.log(y)

# some artificially noisy data to fit
x = np.linspace(0.1,1.1,101)
y = np.linspace(1.,2., 101)
a, b, c = 10., 4., 6.
z = func((x,y), a, b, c) * 1 + np.random.random(101) / 100

# initial guesses for a,b,c:
p0 = 8., 2., 7.
print curve_fit(func, (x,y), z, p0)

适合：

(array([ 9.99933937,  3.99710083,  6.00875164]), array([[  1.75295644e-03,   9.34724308e-05,  -2.90150983e-04],
   [  9.34724308e-05,   5.09079478e-06,  -1.53939905e-05],
   [ -2.90150983e-04,  -1.53939905e-05,   4.84935731e-05]]))