如何使用scipy的leastsq来求解数组？

import numpy as np
from scipy.optimize import leastsq

def func(x, p):
    # 定义拟合函数的形式，x为自变量，p为拟合参数
    return p[0] * np.sin(p[1] * x + p[2]) + p[3]

def residuals(p, y, x):
    # 定义残差函数，p为拟合参数，y为观测值，x为自变量
    return y - func(x, p)

x = np.linspace(0, 2*np.pi, 100)  # 自变量
p_true = [1.0, 0.1, np.pi/6, 0.5]  # 真实的拟合参数
y_true = func(x, p_true)  # 真实的观测值
y_noise = 0.1 * np.random.randn(len(x))  # 添加噪声
y = y_true + y_noise  # 带噪声的观测值

p0 = [0.8, 0.2, np.pi/4, 0.3]  # 初始的拟合参数估计

plsq = leastsq(residuals, p0, args=(y, x))

p_fit = plsq[0]  # 拟合参数
print("拟合参数：", p_fit)