由OpenAIRE图形支持
发现问题了吗?给我们反馈
添加索赔

本研究产品是OpenAIRE中的合并研究产品.

您已经添加了0个作品与合并的研究产品相关的ORCID记录中。

LMFIT:Python的非线性最小二乘最小化和曲线拟合

作者:马修·纽维尔(Matthew Newville);蒂尔·斯坦茨基;丹尼尔·艾伦(Daniel B.Allen)。;安东尼诺·英加吉奥拉(Antonino Ingargiola);

数字对象标识:10.5281/zenodo.11813

LMFIT:Python的非线性最小二乘最小化和曲线拟合

摘要

Lmfit为Python的非线性优化和曲线拟合问题提供了高级接口。Lmfit建立在scipy.optimize.leastsq()的Levenberg-Marquardt算法上,但也支持scipy.aptimize中的大多数优化方法。它有许多有用的增强功能,包括:使用Parameter对象代替普通浮点作为变量。参数的值可以在拟合中变化、固定、有上限和/或下限。它甚至可以具有受其他参数值的代数表达式约束的值。易于更改拟合算法。一旦建立了拟合模型,就可以在不改变目标函数的情况下改变拟合算法。改进了置信区间的估计。虽然scipy.optimize.leastsq()将自动从协方差矩阵中计算不确定性和相关性,但lmfit还具有明确探索参数空间的功能,以确定置信水平,即使在最困难的情况下也是如此。改进了Model类的曲线填充。这扩展了scipy.optimize.curve_fit()的功能,允许您将为数据建模的函数转换为一个python类,帮助您将数据参数化并与该模型匹配。其中包括许多用于常见线型的预构建模型,可以随时使用。lmfit包是使用MIT许可证的自由软件

关键词

python,曲线拟合,非线性最小二乘优化

  • BIP!
    影响因素BIP!
    引用
    这是“影响力”指标的替代指标,该指标还反映了基于潜在引文网络(历时性)的文章在整个研究社区中的总体/总影响力。
    620
    受欢迎程度
    该指标反映了基于潜在引文网络的一篇文章在整个研究社区中的“当前”影响/关注(“炒作”)。
    前0.1%
    影响
    该指标反映了基于潜在引文网络(历时性)的一篇文章在整个研究社区中的总体/总体影响。
    前1%
    冲动
    这一指标反映了一篇文章发表后的最初势头,基于潜在的引文网络。
    前1%
    OpenAIRE使用计数
    使用者使用计数
    能见度意见19公里
    下载下载681
  • 引用
    这是“影响力”指标的替代指标,该指标还反映了基于潜在引文网络(历时性)的文章在整个研究社区中的总体/总影响力。
    620
    受欢迎程度
    该指标反映了基于潜在引文网络的一篇文章在整个研究社区中的“当前”影响/关注(“炒作”)。
    前0.1%
    影响
    该指标反映了基于潜在引文网络(历时性)的一篇文章在整个研究社区中的总体/总体影响。
    前1%
    冲动
    这一指标反映了一篇文章发表后的最初势头,基于潜在的引文网络。
    前1%
    由提供动力BIP!BIP!
  • 19公里
    意见
    681
    下载
    由提供动力OpenAIRE使用计数
由OpenAIRE图形支持
发现问题了吗?给我们反馈
能见度
下载
引用
这是“影响力”指标的替代指标,该指标还反映了基于潜在引文网络(历时性)的文章在整个研究社区中的总体/总影响力。
BIP!引文由提供BIP!
受欢迎程度
这一指标反映了一篇文章在整个研究界的“当前”影响/关注(“炒作”),基于潜在的引用网络。
BIP!受欢迎程度由BIP!
影响
该指标反映了基于潜在引文网络(历时性)的一篇文章在整个研究社区中的总体/总体影响。
BIP!影响因素BIP!
冲动
这一指标反映了一篇文章发表后的最初势头,基于潜在的引用网络。
BIP!脉冲由提供BIP!
意见
OpenAIRE使用计数由提供的视图使用计数
下载
OpenAIRE使用计数由提供的下载使用计数
620
前0.1%
前1%
前1%
19公里
681