scipy.optimize.curve_fit
が私のデータに適切にフィットするようにはできません。私は、パラメータ値がどうあるべきか、およそ知っていると私は与えられたパラメータを持つ関数を評価した場合に計算され、実験データはよく一致して表示されます。Scipy.optimizeがデータに適合しない
私は最小でscipy.optimize.curve_fit
出力パラメータを使用ししかし
、エラーは、(視覚検査による)はるかに悪い適合である。私は私の最初の推測として「知られている」パラメータを使用し、フィット関数からの出力の例に示すように比較的狭いウィンドウにパラメータをバインドした場合:
を私はエラー値に〜10^2倍を得ますフィット感の視覚的外観は良く見える。私がデータにぴったり合っているのを得るための唯一の方法は、すべてのパラメータを〜0.3単位の「既知の」パラメータで束縛することです。より複雑なデータに合わせるためにこのコードを使用する予定です。計算されたプロットだけを使用することはできません。
関連するコードを以下に含まれています
import matplotlib.pyplot as plt
import numpy as np
import scipy
from scipy.optimize import curve_fit
d_1= 2.72 #Anstroms
sig_cp_1= 0.44
sig_int_1= 1.03
d_1, sig_cp_1,sig_int_1=float(d_1),float(sig_cp_1),float(sig_int_1)
Ref=[]
Qz_F=[]
Ref_F=[]
g=open("Exp_Fresnal.csv",'rb')#"Test_Fresnal.csv", 'rb')
reader=csv.reader(g)
for row in reader:
Qz_F.append(row[0])
Ref.append(row[1])
Ref_F.append(row[2])
Ref=map(lambda a:float(a),Ref)
Ref_F=map(lambda a:float(a),Ref_F)
Qz_F=map(lambda a:float(a),Qz_F)
Ref_F_arr=np.array((Ref_F))
Qz_arr=np.array((Qz_F))
x=np.array((Qz_arr,Ref_F))
def func(x,d,sig_int,sig_cp):
return (x[1])*(abs(x[0]*d*(np.exp((-sig_int**2)*(x[0]**2)/2)/(1-np.exp(complex(0,1)*x[0]*d)*np.exp((-sig_cp**2)*(x[0]**2)/2)))))**2
DC_ref=func(x,d_1,sig_int_1,sig_cp_1)
Y=np.array((Ref))
popt, pcov=curve_fit(func,x,Y,)#p0=[2.72,1.0,0.44])
perr=np.sqrt(np.diag(pcov))
print "par=",popt;print"Var=",perr
Fit=func(x,*popt)
Fit=func(x,*popt)
Ref=np.transpose(np.array([Ref]))
Qz_F=np.transpose(Qz_F)
plt.plot(Qz_F, Ref, 'bs',label='Experimental')
plt.plot(Qz_F, Fit, 'r--',label='Fit w/ DCM model')
plt.axis([0,3,10**(-10),100])
plt.yscale('log')
plt.title('Reflectivity',fontweight='bold',fontsize=15)
plt.ylabel('Reflectivity',fontsize=15)
plt.xlabel('qz /A^-1',fontsize=15)
plt.legend(loc='upper right',numpoints=1)
plt.show()
配列は、(私は含めることはできません)ファイルからインポートし、フィット感は、この歪んになることを引き起こす全く外れ値ポイントが存在していません。どんな助けもありがとうございます。
編集私はコードと一緒に行くことができますが、MS-DOS .CSV
私たちはあなたの入力データを持っておらず、実際にグラフをどのように作り出しているのかは分かりません。それは本当にあなたを助けることが大変です。 – Evert
問題を直接読んで理解しやすくするため、質問に直接数値を含めてください。 – Evert
複雑な機能では、フィット感が極端に低下することは簡単です。 – Evert