计算的结果是一个包含两个元素的元组,第一个元素是一个数组,表示拟合后的参数;第二个元素如果等于1、2、3、4中的其中一个整数,则拟合成功,否则将会返回 mesg。...输出结果:
array([ 7.02880266, 3.16343491, 11.73254754]), 1)
优化方法不是万能的,如果矩阵过于奇异,也是不利于准确求解模型参数的。...,将上文例二的示例代码修改成 curve_fit 函数的实现
示例代码:
import numpy as np
from scipy.optimize import curve_fit
def f...np.arange(1, 2, 0.03)
gt_p = [7, 3, 12]
Yi = f(Xi, *gt_p) + (np.random.rand(len(Xi)) - 0.5)
para, pcov = curve_fit...para.tolist()))
plt.plot(Xi,y,color="orange",label="Fitting Line",linewidth=2)
plt.legend()
plt.show()
输出结果