パイソン（scipy.optimize.curve_fitでの問題）

Question

ので、私はここでのコードのこの部分に問題を抱えている：

import numpy as np 
import matplotlib.pyplot as plt 
import scipy as sy 
import pylab as plb 

def oscDecay(x, A, B, C, tau, omega): 
    return A*(1+B*np.cos(omega*x))*np.exp(-1*x**2/(2*tau**2))+C 


def LMfit(func, x, y, p0, sig): 
    #Fits data to non-linear curve using Levenberg-Marquart Method 
    #Inputs: func = the function you are fitting data to 
    #  x, y = data set 
    #  p0 = tuple containing inital guesses for fitting parameters 
    #  sig = uncertainty in values 
    #Outputs: nlfit = array containing optimal values for fitting parameters 
    #  nlcov = two dimensional array (square root of diagonals contain 
    #    uncertainty in fitting parameters) 
    nlfit, nlpcov = sy.optimize.curve_fit(func, x, y, p0, sig) 
    return nlfit, nlpcov 

data=np.loadtxt('testing.txt', skiprows=4) 

x=data[:, 0] 
y=data[:, 1] 
sig=data[:, 2] 

#intial parameters 
A0=16.5 
B0=0.57 
C0=17 
tau0=30 
omega0=7 
p0=(A0, B0, C0, tau0, omega0) 

nlfit, nlpcov = LMfit(oscDecay, x, y, p0, sig) 

私はそれを実行しようとすると、私はこのエラーメッセージが表示されます：

nlfit、nlpcov = sy.optimize.curve_fit（oscDecay、x、y、p0、sig）。 AttributeError： 'module'オブジェクトに属性 'optimize'がありません

私のソフトウェアが既にscipy.optimizeを使用してくれて以来、どういう意味がわかりません。

Answer 1

ご迷惑をおかけして申し訳ございませんが、ご迷惑をおかけして申し訳ございません。 コードをテストするために合成サンプルを作成する必要がありました。私はちょうどsigmasを残し、それは正常に働いた（Ipythonのノートを使用して）。

import numpy as np 
import matplotlib.pyplot as p 
from scipy import optimize as opt 
%matplotlib inline 

def oscDecay(x, A, B, C, tau, omega): 
    return A*(1+B*np.cos(omega*x))*np.exp(-1*x**2/(2*tau**2))+C 

# make an example of data with some experimental noise 
def oscDecayexp(x, A, B, C, tau, omega): 
    rand=np.random.rand(len(x)) 
    return A*(1+(B+rand/10)*np.cos(omega*x))*np.exp(-1*x**2/(2*tau**2))+C 


def LMfit(func, x, y, p0 ,sig=None): 
    #Fits data to non-linear curve using Levenberg-Marquart Method 
    #Inputs: func = the function you are fitting data to 
    #  x, y = data set 
    #  p0 = tuple containing inital guesses for fitting parameters 
    #  sig = uncertainty in values 
    #Outputs: nlfit = array containing optimal values for fitting parameters 
    #  nlcov = two dimensional array (square root of diagonals contain 
    #    uncertainty in fitting parameters) 
    nlfit, nlpcov = opt.curve_fit(func, x, y, p0, sig) 
    return nlfit, nlpcov 


#intial parameters 
A0=16.5 
B0=0.57 
C0=17 
tau0=30 
omega0=7 

x=np.arange(0,80,0.02) 
y=oscDecayexp(x,A0,B0,C0,tau0,omega0) 

p.figure(figsize=(12,8)) 

p.plot(x, oscDecay(x,A0,B0,C0,tau0,omega0)) # blue 
p.plot(x, oscDecayexp(x,A0,B0,C0,tau0,omega0),lw=0.5) #green 

p0=(A0, B0, C0, tau0, omega0) 
# scipy.optimize.curve_fit(f, xdata, ydata, p0=None, sigma=None, absolute_sigma=False, check_finite=True, **kw) 
nlfit, nlpcov = LMfit(oscDecay, x, y, p0) 

print nlfit 

出力：