Python：NxM配列のScipyのcurve_fit？

Question

通常、私はScipy.optimize.curve_fitを使用してカスタム関数をデータに合わせます。 この場合のデータは、常に1次元配列でした。

2次元配列にも同様の機能がありますか？

たとえば、私は10x10個の配列を持っています。次に、私はいくつかのものを行い、10×10のnumpy配列を作成する関数を持っています。その結果得られる10x10配列が入力配列に最もよくフィットするように関数に適合させたいと思います。そのNEWDATAデータにできるだけ近くなるよう

多分例は良好である:)今

data = pyfits.getdata('data.fits') #fits is an image format, this gives me a NxM numpy array 
mod1 = pyfits.getdata('mod1.fits') 
mod2 = pyfits.getdata('mod2.fits')  
mod3 = pyfits.getdata('mod3.fits') 

mod1_1D = numpy.ravel(mod1) 
mod2_1D = numpy.ravel(mod2)  
mod3_1D = numpy.ravel(mod3) 
def dostuff(a,b): #originaly this is a function for 2D arrays 
    newdata = (mod1_1D*12)+(mod2_1D)**a - mod3_1D/b 
    return newdata 

及びbは、取り付けられなければなりません。私がこれまでに得たもの

：

data1D = numpy.ravel(data) 
data_X = numpy.arange(data1D.size) 
fit = curve_fit(dostuff,data_X,data1D) 

しかし、印刷フィットのみ

(array([ 1.]), inf) 

私は配列内のいくつかのNaNを持っている、多分問題のthats私に与えますか？最初にトリッキーに見えるかもしれません単数xyに座標ペア(x, y)変換g(x, y, ...) --> f(xy, ...)

：

Answer 1

目的は1D関数としての2D機能を発現させることです。しかし、それは実際には非常に簡単です。すべてのデータポイントを列挙するだけで、各座標ペアを一意に定義する単一の番号があります。フィットされた関数は、単に元の座標を再構成し、計算して結果を返さなければなりません。 20×10の画像では、2Dの直線勾配をフィット

例：

import scipy as sp 
import numpy as np 
import matplotlib.pyplot as plt 

n, m = 10, 20 

# noisy example data 
x = np.arange(m).reshape(1, m) 
y = np.arange(n).reshape(n, 1) 
z = x + y * 2 + np.random.randn(n, m) * 3 

def f(xy, a, b): 
    i = xy // m # reconstruct y coordinates 
    j = xy % m # reconstruct x coordinates 
    out = i * a + j * b 
    return out 

xy = np.arange(z.size) # 0 is the top left pixel and 199 is the top right pixel 
res = sp.optimize.curve_fit(f, xy, np.ravel(z)) 

z_est = f(xy, *res[0]) 
z_est2d = z_est.reshape(n, m) 


plt.subplot(2, 1, 1) 
plt.plot(np.ravel(z), label='original') 
plt.plot(z_est, label='fitted') 
plt.legend() 

plt.subplot(2, 2, 3) 
plt.imshow(z) 
plt.xlabel('original') 

plt.subplot(2, 2, 4) 
plt.imshow(z_est2d) 
plt.xlabel('fitted') 

Answer 2

私は自動的にあなたのための魔法のすべての世話をすることを書いた、このためsymfitを使用することをお勧めします。

symfitでは、紙のように方程式を書いて、フィットを実行できます。

私はこのようなものだろう：

from symfit import parameters, variables, Fit 

# Assuming all this data is in the form of NxM arrays 
data = pyfits.getdata('data.fits') 
mod1 = pyfits.getdata('mod1.fits') 
mod2 = pyfits.getdata('mod2.fits')  
mod3 = pyfits.getdata('mod3.fits') 

a, b = parameters('a, b') 
x, y, z, u = variables('x, y, z, u') 
model = {u: (x * 12) + y**a - z/b} 

fit = Fit(model, x=mod1, y=mod2, z=mod3, u=data) 
fit_result = fit.execute() 
print(fit_result) 

は生憎私はまだあなたがまだドキュメントに必要な種類の例が含まれていないが、あなただけdocsを見れば、私はあなたがそれを把握することができると思いますがこれは箱の外で動作しない場合。