scipyのcurve_fitのベクトル関数を正しく定義するには

Question

カーブフィッティングを試したときに、xの配列に対する（f1（x）、f2（x））の形式のベクトル関数をpythonがどのように評価するかという問題があります。

import numpy as np 
from scipy.optimize import curve_fit 

def func(x,a,b,c): 
    return np.array([a*x**b+c,a*x**b+c+1]) 

ydata = np.array([[1,2],[3,4],[5,6],[7,8]],dtype=float) 
xdata=np.array([1,2,3,4], dtype=float) 
popt,pcov = curve_fit(func, xdata, ydata) 

"はとValueErrorを：オペランドが（4,2）の形状（2,4）と一緒に放送することができませんでした" を与える が嵌合するデータを転置：

ydata=np.array([[1,2],[3,4],[5,6],[7,8]],dtype=float).transpose() 

「はTypeError例外を与える：不適切な入力：N = 3はM = 2 "を超えてはいけません。なぜなら、パラメータよりも関数値が少なくなったからです。さて、なぜ私はそれに合っていないのですか。だから私は、関数の値を転置する必要があります。

def func(x,a,b,c): 
    return np.array([a*x**b+c,a*x**b+c+1]).transpose() 

これが私に与え、「関数呼び出しからの検索結果をfloatの適切な配列ではありません。」

このような問題を解決するにはどうすればよいですか？数学的には、データがモデルに適合できるかどうかは、十分に決定されるべきです。

Answer 1

curve_fitoutputは1Dの配列を返すので、funcは、flattendにする必要があります。この場合、ydata.T.ravel()をcurve_fitに入力して、func(x,a,b,c)の要素として正しい順序を持つ必要があります。

import numpy as np 
from scipy.optimize import curve_fit 

def func(x,a,b,c): 
    output = np.array([a*(x**b)+c,a*(x**b)+c+1]) 
    return output.ravel() 

ydata = np.array([[1,2],[3,4],[5,6],[7,8]],dtype=float) 
xdata=np.array([1,2,3,4], dtype=float) 
popt,pcov = curve_fit(func, xdata, ydata.T.ravel()) 
# print (popt) 
# [ 2., 1., -1.] 

テスト結果、

func(xdata,*popt).reshape(-1,len(xdata)).T 
# [[ 1., 2.], 
# [ 3., 4.], 
# [ 5., 6.], 
# [ 7., 8.]]