时间戳

首页 > 解决方案 > fmin python 传递参数

python - fmin python 传递参数

问题描述

我试图找到函数 func_exp 的最小值。该函数有 3 个参数，我从拟合中得到。然后我想找到函数沿 x 轴的最小值 (y)。在使用拟合参数时。为此，我正在尝试使用 scipy 中的 fin

但是我似乎不太明白如何将参数传递给 fin 函数。使用当前代码，我收到以下错误：

ValueError：使用序列设置数组元素。

对于任何帮助，我将不胜感激。

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt
from scipy.optimize import fmin

def func_exp(x,a,b,c):
   return -a*(1-(1-np.exp(-b*(x-c)))**2)

class morse:
    def __init__(self):
        self.masses = {'H': 1, 'D': 2, 'C': 12, 'O': 16}

def exponential_regression (self,x_data, y_data):
    self.popt, pcov = curve_fit(func_exp, x, y, p0 = (0.5, 1.4, 3))
    print(self.popt)
    puntos = plt.plot(x, y, 'x', color='xkcd:maroon', label = "data")
    x_data= np.linspace(np.amax(x),np.amin(x),100)
    curva_regresion = plt.plot(x_data, func_exp(x_data, *self.popt), color='xkcd:teal', label = "fit: {:.3f}, {:.3f}, {:.3f}".format(*self.popt))
    plt.xlim([2, 5.5 ])
    plt.ylim([-5.5, 5 ])
    plt.legend()
    plt.show()
    return func_exp(x, *self.popt)

if __name__ == "__main__":
    x = np.array([2.5,3,3.125,3.25,3.375,3.5,3.625,3.75,4,4.5,5,5.5])
    y = np.array([17.27574826,-3.886390266,-4.892678401,-5.239229709,-5.193942987,-4.93131152,-4.557452444,-4.13446237,-3.276524893,-1.928242445,-1.17731394,-0.745240026])
    morse=morse()
    morse.exponential_regression(x, y)
    fmin(func_exp,x,args=(morse.popt[0],morse.popt[1],morse.popt[2]))

标签： pythonscipy

解决方案

好的，我找到了解决方案。这里你要做的修改是只传递一个初始猜测值xto fmin。你正在通过x，长度为 12。

代替

fmin(func_exp,x,args=(morse.popt[0],morse.popt[1],morse.popt[2]))

经过

fmin(func_exp,x[0],args=(morse.popt[0],morse.popt[1],morse.popt[2]))

您仅使用x数组的第一个元素作为起点。

您也可以使用其他值作为x[1]orx[-1]并且所有将收敛到最小值。该函数现在将返回x曲线具有最小值的值。答案是

array([3.30895996])

推荐阅读