我在估计5个未知参数a, b, c, d, e时遇到了麻烦，这些参数肯定在某些区间内。看起来像这样：

我有一些数据（期望值），如下所示：

Y1 = [60, 59, 58, 57, 56, 55, 50, 30, 10]X1 = [0.048, 0.049, 0.05, 0.05, 0.06, 0.089, 0.1, 0.12, 0.134]

我尝试这样实现：

popt, pcov = curve_fit(func, a, b, c, d, e, Y1, X1)

以找到最优的a, b, c, d, e，来拟合曲线

plt.plot(Y, X)plt.show()

但这不起作用。

结果是：

OptimizeWarning: Covariance of the parameters could not be estimated

抱歉我的问题描述得不好。

回答：

根据curve_fit()的文档，您的curve_fit()应该以func, X1和Y1作为前三个参数。目前的代码中，func()总是返回一个与X1无关的单一值，因此无法拟合数据。下面是一个使用您的数据的示例图形拟合器，它有三个参数，并使用scipy的默认初始参数估计值1.0 – 这些并不总是最优的。如果您对任何给定函数的数据拟合效果不好，可能是初始参数估计的问题，因此scipy有一个遗传算法模块来帮助找到这些估计值，如果需要的话。