在python中什么是fitfunc和errfunc？

Question

我只是想问你们什么是fitfunc，然后是errfuncscipy.optimize.leatsq是直觉上的。我不太习惯python，但我想了解这一点。这是我试图理解的代码。在

def optimize_parameters2(p0,mz):
    fitfunc = lambda p,p0,mz: calculate_sp2(p, p0, mz)
    errfunc = lambda p,p0,mz: exp-fitfunc(p,p0,mz)
    return scipy.optimize.leastsq(errfunc, p0, args=(p0,mz))

有人能逐字逐句地解释这段代码在说什么吗？ 很抱歉这么具体，但我真的很难理解它在说什么。在

Answer 1

Python支持在运行时使用一个名为lambda的构造创建匿名函数（即不绑定到名称的函数）。在您的示例中，fitfunc和{}是两个这样的lambda函数。在

我相信calculate_sp2和{}只是代码中的两个函数，但您没有在示例中提供它们的代码。因此，简而言之，fitfunc实际上使用3个参数(p, p0, mz)调用calculate_sp2函数，并返回由calculate_sp2返回的值。errfunc也以同样的方式工作。在

正如scipy.optimize.leastsq的官方文档中所提到的，leastsq()最小化了一组方程的平方和。您可以从官方文档中了解leastsq()的参数。在

---

我用一个简单的例子来说明lambda函数是如何工作的。在

def add(x,y):
    return x + y

def subtract(x,y):
    return x-y if x > y else y-x

def main(x,y):
    addition = lambda x,y: add(x,y)
    subtraction = lambda x,y: subtract(x,y)
    return addition(x,y) * subtraction(x,y)

print(main(7,4)) # prints 33 which is equal to (7+4)*(7-4)

Answer 2

这个特定的代码片段正在实现非线性最小二乘回归，以找到曲线函数的参数（这里是fitfunc），它最适合一组数据（exp，可能是“实验数据”的缩写）。leastsq()是进行非线性最小二乘优化（而不仅仅是曲线拟合）的更为通用的程序。它需要一个函数（这里名为errfunc），该函数被赋予一个参数向量（p）并返回一个数组。它将试图找到使返回数组的平方最小的参数向量。为了使用leastsq实现“拟合曲线到数据”，您必须提供一个errfunc，它在给定的试验参数向量处计算曲线（fitfunc），然后从数据中减去它（即计算“误差”或有时称为“残差”）。在

只是说清楚，这些名字都不重要。我只是用它们来引用您提供的代码片段的特定部分。您将发现其他使用leastsq()进行曲线拟合的代码，这些代码的命名和组织方式稍有不同，但既然您知道了一般方案，您应该能够继续学习了。在