阻力极曲线拟合异常：CD值过大且曲线与结果不匹配求助

问题根源 #

• 拟合参数顺序完全搞反：你的阻力极公式是CD = k*CL² + CD₀，也就是CL是自变量，CD是要拟合的因变量。但调用curve_fit时，你把CD当成x、CL当成y传进去了，这直接让拟合逻辑彻底错误，调初始值p0当然没用。
• CD数据存在异常负值：阻力系数不可能为负，这些异常点会严重干扰拟合结果，得先排查数据来源（比如风洞测试误差、数据预处理bug）。

修正后的完整代码 #

import numpy as np
from scipy.optimize import curve_fit

# 原始数据
CL = np.array([-0.2863876, -0.15198764, -0.00709039, 0.1414652, 0.28727075, 0.43092027,
               0.57339435, 0.71901446, 0.95383017, 1.00155515, 1.04740696, 0.93310272])
CD = np.array([-0.02768897, -0.03168675, -0.03116817, -0.02166403, -0.00677296, 0.01566423,
               0.04477065, 0.08153319, 0.16150749, 0.19508941, 0.21802003, 0.12811101])

def test_func(CL, k, CD_0):
    return k*(CL**2) + CD_0  # 阻力极公式

# 修正x和y的顺序：传入CL作为自变量，CD作为目标值
popt, pcov = curve_fit(test_func, CL, CD, p0=[0.05, 0.01])

k_opt, CD_0_opt = popt 

# 生成拟合曲线数据
CL_model = np.linspace(min(CL), max(CL), 100)
CD_model = test_func(CL_model, k_opt, CD_0_opt)

# 输出拟合结果
print(f"最优诱导阻力因子k：{k_opt:.4f}")
print(f"零升阻力系数CD₀：{CD_0_opt:.4f}")

额外优化建议 #

1. 清理异常数据：先把CD为负的点剔除或标记，再重新拟合，结果会更符合实际物理规律。
2. 合理设置初始值：k的合理范围一般在0.02-0.1之间（依翼型而定），CD₀在0.01-0.05之间，用这个范围的初始值能让拟合收敛更快更准确。

内容的提问来源于stack exchange，提问作者Alisha Basuki