我正在用Python编写一个程序,将高斯和洛伦兹形状拟合到一些给定的共振数据。我最初开始使用scipy.optimize.leastsq
,但在从协方差矩阵中检索优化参数的误差时遇到困难后,我改用optimize.curve_fit
。
我定义了一个函数来拟合高斯和洛伦兹的总和:
def mix(x,*p):
ng = numg
p1 = p[:3*ng]
p2 = p[3*ng:]
a = sumarray(gaussian(x,p1),lorentzian(x,p2))
return a
字符串
其中p
是拟合参数的初始猜测的数组。下面是使用curve_fit
调用它的示例:
leastsq,covar = opt.curve_fit(mix,energy,intensity,inputtot)
型
此时numg
(高斯形状的数量)是全局变量。有没有办法将它作为一个额外的参数合并到curve_fit
中,就像leastsq
一样?
2条答案
按热度按时间ctehm74n1#
Python的伟大之处在于,你可以定义返回其他函数的函数,尝试currying:
字符串
然后
型
wlp8pajw2#
你也可以使用functools.partial来进行咖喱,而不是使用内部闭包:
字符串