使用Scipy curve_fit拟合双曲正切函数仅返回两个值的问题排查

你的核心问题不是自定义tanh函数的问题，而是完全误解了curve_fit的返回结构：

curve_fit返回的是一个包含两个元素的元组：

• 第一个元素popt：形状为(N,)的数组，N是你拟合函数的参数个数（这里是4个），也就是你需要的A、B、C、To的拟合值
• 第二个元素pcov：形状为(N,N)的协方差矩阵，用于评估拟合参数的不确定性

你之前的所有错误都是直接把整个元组当成参数数组来拆分或索引，导致取到的是协方差矩阵或者错误的元素。

正确代码写法 #

基础版本（无初始猜测） #

import numpy as np
from scipy.optimize import curve_fit

def tanh(x, A, B, C, To):
    y = ((A+B)/2) + ((A-B)/2)*np.tanh((x - To)/C)
    return y

# 执行拟合，拆分返回值
popt, pcov = curve_fit(tanh, df5.iloc[:,0], df5.iloc[:,1])
# 从popt中提取四个参数
Afit, Bfit, Cfit, Tofit = popt

带初始猜测的版本 #

import numpy as np
from scipy.optimize import curve_fit

def tanh(x, A, B, C, To):
    y = ((A+B)/2) + ((A-B)/2)*np.tanh((x - To)/C)
    return y

# 初始猜测值（根据你的数据范围合理设置）
initialguess = [intA, intB, intC, intTo]
# 拆分返回值
popt, pcov = curve_fit(tanh, df5.iloc[:,0], df5.iloc[:,1], p0=initialguess)
Afit, Bfit, Cfit, Tofit = popt

额外说明 #

• 你的自定义tanh函数形式完全正确，这是用于拟合S型曲线的标准带参数tanh表达式，无需修改。
• 如果拟合仍然失败（比如popt值不合理），需要确保initialguess的数值接近真实参数范围，tanh拟合对初始值比较敏感，尤其是C（斜率相关参数）和To（拐点位置）。
• 可以通过打印popt和pcov来验证拟合结果：print("拟合参数:", popt)，协方差矩阵对角线元素的平方根是参数的标准差。

内容的提问来源于stack exchange，提问作者Caleb Minasian