使用curve_fit .优化的curve_fit

Question

-回答

如果这个问题回答得太简单，我很抱歉。我对Python编码非常陌生，目前正在从事一个困难的项目。任何帮助都是感激的，我很乐意为那些愿意帮助的人澄清困惑。

我成功地将数据与此函数相匹配，但绑定模型不准确(由此产生的热力学值不正确)：

#defining function of the binding model 
def binding_model(molar_ratio,Ka,n,dH):
    return (dH*molar_ratio**n)/(molar_ratio**n+Ka**n)

#fitting molar enthalpy vs. molar ratio data with binding model
initial_paramaters=array([1,0,0])   
parameters,cov=curve_fit(binding_model,molar_ratio,peak_areas,initial_paramaters)
n=parameters[0]
Ka=parameters[1]
dH=parameters[2]
Ffit=binding_model(molar_ratio,n,Ka,dH)

我修正了绑定模型(到一个单位点的配体绑定模型)，但是我不能让curve_fit函数继续工作了：

#defining function of the binding model 
def binding_model(Mt,Xt,Vcell,Ka,n,dH):
    return (n*Mt*dH*Vcell/2)*(1+(Xt/(Mt*n))+(1/(n*Ka*Mt)))-((1+(Xt/(n*Mt))+(1/(n*Ka*Mt)))**2-(4*Xt/(Mt*n))**.5)
#fitting molar enthalpy vs. molar ratio data with binding model
initial_paramaters=array([1,0,0])   
parameters=curve_fit(binding_model,Mt,Xt,Vcell,peak_areas,initial_paramaters)
n=parameters[0]
Ka=parameters[1]
dH=parameters[2]
Ffit=binding_model(Mt,Xt,Ka,n,dH,Vcell)

它现在返回一个"curve_fit()最多接受5个参数(6个给定)“错误。

molar_ratio、Mt和Xt是三个数组，每个数组由41个值组成。Vcell是从数据中提取的整数。谢谢你看一看！

Answer 1

你只是没有正确地使用它；

阅读它是如何工作的这里

假设我想用多项式来拟合一些数据；

我可以有这样的东西：

def quad(xdata, a,b,c):
    return a * xdata**2 + b * xdata + c

然后我就能得到一些数据；

xdata = np.array([range(10)])
ydata = np.array([1 for _ in xdata])

然后我可以打电话给curve_fit；

initial_guess = [0,0,0]
popt, pcov = scipy.optimize.curve_fit(quad, xdata, ydata, p0=initial_guess)

print popt # [0,0,1]

您所遇到的问题是，您没有将初始猜测放入p0参数的数组中(无论如何，这是可选的)。

对于您的功能，请尝试如下(我还没有测试它，在这台机器上没有python )：

def binding_model(xdata,Vcell,Ka,n,dH):
  Mt = xdata[0]
  Xt = xdata[1]
  return (n*Mt*dH*Vcell/2)*(1+(Xt/(Mt*n))+(1/(n*Ka*Mt)))-((1+(Xt/(n*Mt))+(1/(n*Ka*Mt)))**2-(4*Xt/(Mt*n))**.5)

#fitting molar enthalpy vs. molar ratio data with binding model

initial_Vcell = 0
initial_Ka = 0
initial_n = 0
initial_dH = 0

initial_paramaters=array([initial_Vcell, initial_Ka, initial_n, initial_dH])   
xdata = zip(Mt, Xt) 
parameters, cov = curve_fit(binding_model, xdata, ydata, p0=initial_paramaters)


Vcell=parameters[0]
Ka=parameters[1]
n=parameters[2]
dH=parameters[3]

Ffit=binding_model(xdata, Vcell, Ka, n, dH)