scipy_optimize를 사용하여 최적화

Question

scipy.optimize의 curve_fit를 사용하여 함수를 최적화하려고합니다. 여기 내 코드가있다. 나는 위의 코드를 실행하면

import pandas as pd 
import numpy as np 
from scipy.optimize import curve_fit 

xdata = [row[0] for row in pd.read_excel("C:\\Users\\310967\\Desktop\\Scholar\\Wound Chelation Draft\\ChelationFiles.xlsx", sheetname="Case2Data",skiprows=0).as_matrix()] 
ydata = [row[1] for row in pd.read_excel("C:\\Users\\310967\\Desktop\\Scholar\\Wound Chelation Draft\\ChelationFiles.xlsx", sheetname="Case2Data",skiprows=0).as_matrix()] 
SF = [row[4] for row in pd.read_excel("C:\\Users\\310967\\Desktop\\Scholar\\Wound Chelation Draft\\ChelationFiles.xlsx", sheetname="Case2Data",skiprows=0).as_matrix()] 
uncertainty = [(np.sqrt(np.exp(np.log(a)**2)-1))*b for a,b in zip(SF, ydata)] 

Tau = [0,1,5,7] 



def func(x, I, E, ic1, ic2, ih1, ih2): 

    def iu(t): 
     return ((0.01295*np.exp(-0.645974*t))+(4.3688e-4*np.exp(-0.04251*t))+(5.642452e-5*np.exp(-0.00160863*t))) 

    def ic(t,tj): 
     if t > tj: 
      return ic1*np.exp(-0.693/ih1*(t-tj))+ic1*np.exp(-0.693/ih1*(t-tj)) 
     else: 
      return 0 

    def listofic(t): 
     list1 = [] 
     for tj in Tau: 
      list1.append(ic(t,tj)) 
     return list1 

    def Kj(tj): 
     return iu(tj+1)*(E-1)/(ic(1,0)-iu(tj+1)) 

    def listofKj(): 
     list2 = [] 
     for tj in Tau: 
      list2.append(Kj(tj)) 
     return list2 

    Kjs = listofKj() 

    def listofOneMinusKj(t): 
     list3 = [] 
     for a in Tau: 
      if t > a: 
       value = 1-Kj(a) 
      else: 
       value = 1 
      list3.append(value) 
     return list3 

    return (iu(x)*np.prod(listofOneMinusKj(x))+sum([a*b for a,b in zip(Kjs,listofic(x))]))*I 


popt, pcov = curve_fit(func, xdata, ydata, sigma=uncertainty) 
print(popt) 

, 나는 없다는 오류 얻을 "하나 개 이상의 요소를 배열의 진리 값이 모호합니다. a.any() 또는 a.all()를 사용합니다." 이것은 하나의 함수 listofOneMinusKj (t)에서 "if t> a"부분을 참조합니다.

그러나 "if t> a"에도 불구하고 다음 코드를 실행하면 예상대로 코드가 실행됩니다. 위의 코드로 어떤 문제가 있는지 궁금합니다. 문제의이 종류를 디버깅

import numpy as np 
Tau = [0,1,5,7] 

def func(x, I, E, ic1, ic2, ih1, ih2): 

    def iu(t): 
     return ((0.01295*np.exp(-0.645974*t))+(4.3688e-4*np.exp(-0.04251*t))+(5.642452e-5*np.exp(-0.00160863*t))) 

    def ic(t,tj): 
     if t > tj: 
      return ic1*np.exp(-0.693/ih1*(t-tj))+ic1*np.exp(-0.693/ih1*(t-tj)) 
     else: 
      return 0 

    def listofic(t): 
     list1 = [] 
     for tj in Tau: 
      list1.append(ic(t,tj)) 
     return list1 

    def Kj(tj): 
     return iu(tj+1)*(E-1)/(ic(1,0)-iu(tj+1)) 

    def listofKj(): 
     list2 = [] 
     for tj in Tau: 
      list2.append(Kj(tj)) 
     return list2 

    Kjs = listofKj() 

    def listofOneMinusKj(t): 
     list3 = [] 
     for a in Tau: 
      if t > a: 
       value = 1-Kj(a) 
      else: 
       value = 1 
      list3.append(value) 
     return list3 

    return (iu(x)*np.prod(listofOneMinusKj(x))+sum([a*b for a,b in zip(Kjs,listofic(x))]))*I 

print(func(1,400,12.5,0.99,0.01,0.55,10)) 

Answer 1

한 가지 방법으로 바로 선 위에 역 추적 점을 import pdb; pdb.set_trace() 주문을 던질 것입니다. 그런 다음 코드를 실행하면 중단 점에서 멈추고 여러 객체를 대화식으로 탐색하고 코드를 단계별로 실행할 수 있습니다. 여기에서 curve_fit에 의해 호출 될 때 t 또는 a가 numpy 배열 인 것을 확인할 수 있으며 if array > another_array을 수행 할 수 없습니다.

Answer 2

Scipy Optimizes Curve Fitting Procedure은 xdata의 전체 벡터를 함수 func에 넣으려고 시도합니다. 이것을 listofOneMinusKj에게 건네주십시오.

그러므로 t > a (또는 x > a으로 전달됨)은 bool 벡터를 생성합니다. 다음과 같은 오류가 트리거보다 :

가이 오류가 발생합니다. "두 개 이상의 요소를 배열의 진리 값이 모호 a.any() 또는 a.all()를 사용" length > 1 벡터가 참인지 확인할 수 없기 때문입니다. 제안 된 것처럼 을 사용하여 t가 0보다 큰지 확인하거나 (t > a).all()을 확인하여 t의 값이 더 큰지 확인하십시오.