我正在以一种迭代的方式使用scipy.optimize.curve_fit()。我的问题是,当它不能匹配参数时,整个程序(以及迭代)停止,这是它给出的错误:
RuntimeError: Optimal parameters not found: Number of calls to我的问题是,有没有什么方法可以让我用Python 3.2.2编写的程序忽略这种情况,然后继续?
如何使用拟合高斯曲线的SciPy曲线拟合函数来关闭这个误差?换句话说,如果它不适合一个模型峰值,那么它不是一个峰值,所以我不想返回任何东西。还有更快的方法吗?对于我的应用程序来说,curve_fit可能太慢了,无法查看巨大的数据。
from scipy import asarray as ar,exp
import matplotlib.pyplot asgaus
我希望利用scipy.optimize.curve_fit,但无论我尝试什么函数或数据规范化,我得到的要么是RuntimeError (参数找不到或溢出),要么是一条曲线,即使是远程的,也不适合我的数据inlineimport pandas as pdfrom scipy.optimize import curve_fit, c0):
X = d
我试图通过使用scipy.optimize.curve_fit()来拟合指数函数(示例数据和代码如下所示)。但是它总是显示这样一个RuntimeError:RuntimeError: Optimal parameters not found: Number of calls to function has reachedimport numpy as npparam1 = [-1, 2, 101
我正在尝试使用scipy.optimize函数curve_fit来拟合一组使用自定义指数函数的数据点。"C:\Anaconda\lib\site-packages\scipy\optimize\minpack.py", line 586, in curve_fitRuntimeError: Optimal parameters not found: Number of calls to function h
(Orbach_Raman, temperature, exp_rate, p0=guess)File "/usr/lib/python2.7/dist-packages/scipy/optimize/minpack.py", line 680, in curve_fit
raise RuntimeError("Optimal parameters not found:pl