Python上的LMFIT：TypeError：只能将size-1数组转换为Python标量

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python上的LMFIT：TypeError：只能将size-1数组转换为Python标量，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2552字，纯文字阅读大概需要4分钟。

内容图文

我正在尝试在python(Anaconda)上使用LMFIT创建曲线拟合程序,但是我一直收到相同的错误消息：TypeError：只有大小为1的数组可以转换为Python标量.我只能使用一个函数来执行优化,但是当我尝试优化调用其他用户定义函数的函数时,出现此错误.

import numpy as np
from matplotlib import pyplot
import scipy.special as sp
from scipy import integrate
import lmfit as lm


#Defining the first function.
def function1(alpha,q,s,l):

    Intensity = alpha**2 + q -s*alpha / (5*l)
    return Intensity

#Defining a second function that will perform a integration over the first function.
def integrate_function(q,s,l):
    func_parameters = {
        'q':q,
        's':s,
        'l':l,
    }
    to_be_integrated = lambda alpha: function1(alpha, **func_parameters)
    result, error = integrate.quad(to_be_integrated, 0, 10)
    return result

#Setting up the LMFIT model. Here I also provide the initial guess for the parameters.
integrate_function_model = lm.Model(integrate_function, independent_vars=['q'])
integrate_function_model.set_param_hint('s', value=2, min=-10.0, max=20.0, vary=True)
integrate_function_model.set_param_hint('l', value=3, min=1.0, max=10.0, vary=True)
initial_params = integrate_function_model.make_params()

#Creating data to be fitted (I also add some noise)
#Here I set s=1.5 and l=5.0 and I want the optimization routine to be able to find out these numbers.
x_data = np.linspace(0, 10, 100)
y_data = np.zeros(len(x_data))
for i in range(len(x_data)):
    y_data[i] = integrate_function(x_data[i],1.5,5.0)  + 5.0*np.random.random()


#Fitting the data.
fitting = integrate_function_model.fit(y_data, initial_params, q=x_data, method='leastsq')

#Printing original data and fitted model.
pyplot.plot(x_data, y_data, color='green', lw=2)
pyplot.plot(x_data, fitting.best_fit, color='blue', lw=2)
pyplot.show()

解决方法:

使用np.array作为q的参数调用函数integration_function时,会发生错误：

>>> integrate_function(1,1,1)
333.33333333333337
>>> integrate_function(np.array([1,2]),1,1)
TypeError: only size-1 arrays can be converted to Python scalars

这发生在output.fit期间,其中调用了tegral.quad. Quad无法处理矢量化输入,这种情况正在您的情况下发生.

解决此问题的一种方法是更改??integrate_function以处理q相应地为数组的情况,例如,通过手动包括对q中所有值的循环：

def integrate_function(q,s,l):
    # Make q iterable if it is only a float/int
    if not hasattr(q, '__iter__'):
        q = np.array([q])

    result = []
    for q0 in q: 
        func_parameters = {
        'q':q0,
        's':s,
        'l':l,
    }
        to_be_integrated = lambda alpha: function1(alpha, **func_parameters)
        result.append(integrate.quad(to_be_integrated, 0, 10)[0])
    return np.array(result)

然后使用修改后的tegral_function执行代码,将产生以下图：

内容总结

以上是互联网集市为您收集整理的Python上的LMFIT：TypeError：只能将size-1数组转换为Python标量全部内容，希望文章能够帮你解决Python上的LMFIT：TypeError：只能将size-1数组转换为Python标量所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端