パラメータを渡すのに最低限の問題Python

Question

私は次の関数に適合しようとしています：Detrended SNR 私のデータに。 C1、C2、hは、leastsqのメソッドから取得する必要のあるパラメータです。 C1とC2はシンプルですが、私のh（t）は実際にはです。私が得たいのは、その関数内の係数hjです（私の場合、35種類のhjがあります）。この関数は、それぞれ異なる重み付けされた異なる基本Bスプラインの合計であり、係数の数はBスプラインのノット数に等しい。私はC1、C2を取得したいとh1..35として、私は次の操作を行います。

funcLine = lambda tpl, eix_x: (tpl[0]*np.sin((4*math.pi*np.sum(bsplines_evaluades * np.transpose([tpl[2],tpl[3],tpl[4],tpl[5],tpl[6],tpl[7],tpl[8],tpl[9],tpl[10],tpl[11],tpl[12],tpl[13],tpl[14],tpl[15],tpl[16],tpl[17],tpl[18],tpl[19],tpl[20],tpl[21],tpl[22],tpl[23],tpl[24],tpl[25],tpl[26],tpl[27],tpl[28],tpl[29],tpl[30],tpl[31],tpl[32],tpl[33],tpl[34],tpl[35],tpl[36],tpl[37]]) , axis=0))*eix_x/lambda1) + tpl[1]*np.cos((4*math.pi*np.sum(bsplines_evaluades * np.transpose([tpl[2],tpl[3],tpl[4],tpl[5],tpl[6],tpl[7],tpl[8],tpl[9],tpl[10],tpl[11],tpl[12],tpl[13],tpl[14],tpl[15],tpl[16],tpl[17],tpl[18],tpl[19],tpl[20],tpl[21],tpl[22],tpl[23],tpl[24],tpl[25],tpl[26],tpl[27],tpl[28],tpl[29],tpl[30],tpl[31],tpl[32],tpl[33],tpl[34],tpl[35],tpl[36],tpl[37]]) , axis=0))*eix_x/lambda1))*np.exp(-4*np.power(k, 2)*lambda_big*np.power(eix_x, 2)) 
func = funcLine 
ErrorFunc = lambda tpl, eix_x, ydata: np.power(func(tpl, eix_x) - ydata,2) 
tplFinal1, success = leastsq(ErrorFunc, [2, -2, 8.2*np.ones(35)], args=(eix_x, ydata)) 

TPL（0）= C1、TPL（1）= C2とTPL（2..35）=私の係数です。 bsplines_evaluadesは行列[35,86000]です。各行は各基本b-スプラインの時間関数です。したがって、各行に個々の係数を重み付けします.86000はeix_xの長さです。 ydata（eix_x）は、近づきたい関数です。 λ1= 0.1903; lambda_big = 2; k = 2 * pi/lambda1。出力は論理ではない初期パラメータと同じです。 誰でも助けてくれますか？私はカーブフィットでも試してみましたが、うまくいきません。 データはhttp://www.filedropper.com/data_5>http://www.filedropper.com/download_button.png width = 127 height = 145 border = 0 />
http：//www.filedropperにあります。コム>オンライン・バックアップ・ストレージ

EDIT コードは今ある：

lambda1 = 0.1903 
k = 2 * math.pi/lambda1 
lambda_big = 2 
def funcLine(tpl, eix_x): 
    C1, C2, h = tpl[0], tpl(1), tpl[2:] 
    hsum = np.sum(bsplines_evaluades * h, axis=1) # weight each 
    theta = 4 * np.pi * np.array(hsum) * np.array(eix_x)/lambda1 
    return (C1*np.sin(theta)+C2*np.cos(theta))*np.exp(-4*lambda_big*(k*eix_x)**2) # lambda_big = 2 
if len(eix_x) != 0: 
    ErrorFunc = lambda tpl, eix_x, ydata: funcLine(tpl, eix_x) - ydata 
    param_values = 7.5 * np.ones(37) 
    param_values[0] = 2 
    param_values(1) = -2 
    tplFinal2, success = leastsq(ErrorFunc, param_values, args=(eix_x, ydata)) 

問題は、出力パラメータが初期のものに関しては変更しないということです。データ（X_AXIS、ydataの、bsplines_evaluades）： gist.github.com/hect1995/dcd36a4237fe57791d996bd70e7a9fc7のgist.github.com/hect1995/39ae4768ebb32c27f1ddea97e24d96afのgist.github.com/hect1995/bddd02de567f8fcbedc752371b47ff71

Answer 1

それは提供するために、（自分自身だけでなく、私たちに）常に便利です実行可能になるのに十分な完全な読取り可能な例です。 lambdaと非常に長い行のあなたの例は間違いなく読みにくいので、簡単な間違いを逃すのはとても簡単です。 Pythonを使用するポイントの1つは、コードを読みやすくすることです。

適合係数としてスプライン係数を使用することはできますが、変数のnp.ndarrayを正確に1次元にしたいとします。したがって、パラメータ配列は

param_values = 8.2 * np.ones(37) 
param_values[0] = 2 
param_values[1] = -2. 
result_params, success = leastsq(errorFunc, param_values, ....) 

でなければなりません。また、curve_fit（）を使用すると問題はありません。それを超えると、多くの助けを借りることは難しい。完全な実行可能プログラム（多くの用語を未定義にしておく）も、出力コードやエラーメッセージもコードを実行することはない。

Answer 2

いくつかのものは、ここで間違っている可能性が：私は」 tpl配列を正しく索引付けしているかどうかわかりません（37個のエントリがある場合は、インデックスは0:36）。あなたのerrorFuncはおそらく平方残差ではなく残差を返すべきです。

最後に、私はあなたのh-sumが間違っているかもしれないと思います：あなたは$ N $軸で合計したいが、$ x $軸ではないのですか？あなたは次のようにあなたのコードを整理し、それが助け場合は表示される場合があります

（一部のデータなしで、それは自分自身をテストすることは困難です）：

def funcLine(tpl, eix_x): 
    C1, C2, h = tpl[0], tpl[1], tpl[2:] 
    hsum = np.sum(bsplines_evaluades * h, axis=1) 
    theta = 4 * np.pi * hsum * eix_x/lambda1 
    return (C1 * np.sin(theta) + C2 * np.cos(theta)) * np.exp(-4 *lambda_big * 
       (k * eix_x)**2) 

errorFunc = lambda tpl, eix_x, ydata: funcLine(tpl, eix_x) - ydata 
tplFinal2, success = leastsq(errorFunc, [2, -2, 8.2*np.ones(35)], 
          args=(eix_x, ydata))