问题标签 [lmfit]

我正在尝试将 lmfit 用于全局拟合问题（schild 分析）。我有一些共享参数和一些基于这些共享计算的参数。在某一时刻，该函数遇到 log 为负数并抛出一个 [nan] 列表导致它失败。我该如何防止呢？谢谢你。

我正在使用 5 个模型，用于 5 个数据集，它们之间共享一些参数以进行全局拟合。我不确定我是否真的在这里进行了全局调整。我正在尝试为剂量反应类型的数据实施 Schild / Global fit。

我有未知数量的参数字典（来自其他函数），我遍历字典以将其组件添加到 lmfit 模型中，如下所示：

我想为每个参数添加表达式

其中 x 是我的自变量，运行程序时出现此错误：

有没有办法定义一个包含模型自变量的表达式？或如何定义它。

如何在 LMFIT 中使用 ExpressionModel 来拟合可以表示为的条件模型：

如何将此条件模型编写为一个模型（global_model）并将其传递给 fit 方法

some_parameter_value：是使用Parameters类创建的parameters_dictionary的成员

我有以下代码，我打算用它从许多不同的文件中读取和绘制许多曲线。“阅读和绘图”已经工作得很好。

问题是现在我想在同一个图中对所有这些曲线进行拟合。该代码已经设法拟合曲线，但输出全部在一个数组中，我无法绘制它，因为我无法将它分开。

当我要求打印result.best_fitlmfit 中最适合该曲线的“文件”时，我得到了这个结果的 12 倍（我有 12 条曲线），具有不同的值：

这意味着代码正在正确计算拟合，我只需要以某种方式分离这个输出，以便用它们的曲线绘制它们中的每一个。之间的每组值[]都是我想以我可以绘制的方式分开的。

我有一组正常的数据，电流密度是电压 J(V) 的函数。我的目标是用模型拟合这些数据。问题是我的模型是由超越方程组成的，所以我不能用 J 和 use 来编写函数lmfit。我的模型如下所示：

请看一下图片

关于我该怎么做的任何想法？

如果我用fsolve或类似解决系统，我将不得不提供参数，所以我不知道该怎么做。

我也尝试用 解决这个系统Scypy，但它没有用..

从这段代码中，我可以使用“out.best_fit”打印最终拟合，我现在想做的是将每个峰值绘制为单独的高斯曲线，而不是将它们全部合并为一条曲线。

全局拟合图：

我正在尝试使用 lmfit 拟合曲线，但我正在使用的数据集不包含很多点，这使得生成的拟合看起来是锯齿状的而不是弯曲的。

我只是使用这条线：

out = mod.fit(SV, pars, x=VR)

VR 和 SV 是我要拟合的点的坐标。

我试过使用 scipy.interpolate.UnivariateSpline 并拟合得到的数据，但我想知道是否有内置或更快的方法来做到这一点。

谢谢

我正在使用 scipy 执行非负最小二乘法。一个简单的例子如下：

现在，我遇到了一些条目丢失A或b可能丢失（np.NaN）的情况。就像是，

当然，在 A_2, b 上运行 NNLS 将不起作用，因为 scipy 不期望 a infor nan。

我们如何执行 NNLS，从计算中屏蔽掉丢失的条目。实际上，这应该转化为

其中掩码可以定义为：

A通常，和都可能缺少条目b。

可能有帮助：

[1]如何在 Scipy NNLS 函数解决方案中包含约束，使其总和为 1

我正在努力编写用于将 Voigt 配置文件拟合到实验数据的代码。现在我有时会得到一个合理的拟合功能，但我需要自动进行大约 1000 次拟合。这意味着如果每一秒都停止，这不是一个机会。

我尝试了两种不同的方法来绘制拟合函数，令人惊讶的是我得到了不同的结果。首先，我使用 绘制拟合函数，out.best_fit并通过使用 为我的 Voigt 函数提供最佳参数来尝试它out.best_values.param。

正如你在这里看到的：

这是我的代码的相关部分：

编辑：现在我添加了一些实验数据。我没有比将其作为代码复制并粘贴到我的问题中更好的主意