python三维曲面拟合_使用Python做3-d曲面拟合

我可以使用模块（scipy.optimize.least_squares）做1-d曲线拟合（当然，我还可以使用直接curve_fit模块），像这样使用Python做3-d曲面拟合

def f(par,data,obs):

return par[0]*data+par[1]-obs

def get_f(x,a,b):

return x*a+b

data = np.linspace(0, 50, 100)

obs = get_f(data,3.2,2.3)

par = np.array([1.0, 1.0])

res_lsq = least_squares(f, par, args=(data, obs))

print res_lsq.x

我能得到正确的拟合参数（3.2,2.3），但是当我概括这种方法多维度，这样

def f(par,data,obs):

return par[0]*data[0,:]+par[1]*data[1,:]-obs

def get_f(x,a,b):

return x[0]*a+b*x[1]

data = np.asarray((np.linspace(0, 50, 100),(np.linspace(0, 50, 100))))

obs = get_f(data,1.,1.)

par = np.array([3.0, 5.0])

res_lsq = least_squares(f, par, args=(data, obs))

print res_lsq.x

我发现我不能得到正确的答案，即（1，1。 ），我不知道我是否犯了一个错误。

2016-11-08

john