使用Scipy的curve_fit拟合数据时遇RuntimeWarning报错求助

问题出在curve_fit优化参数的过程中——虽然你的输入数据q都是非负数，但优化算法会尝试各种可能的参数值，包括负数的b。当b为负且x足够大时，b*x+1会小于0，导致np.log计算时出现无效值，触发警告。

解决方案：限制参数范围 #

给curve_fit添加bounds参数，强制约束b的取值为非负数，这样b*x+1始终≥1（因为x≥0），就不会出现log的负值问题。

修改后的代码如下：

from scipy.optimize import curve_fit
import numpy as np

def fit(x,a,b):
    return a*np.log(b*x+1)

q = [0., 4.698, 9.396, 13.148, 18.792, 22.416, 26.296, 30.176, 34.056]
r = [0., 1.50755518, 3.53050467, 6.5067685, 9.8676480, 12.8481805, 14.6121058, 15.5656062, 16.69052756]

# 限制b的下限为0，a的范围无限制
fit_log_param, _ = curve_fit(fit, xdata=q, ydata=r, bounds=([-np.inf, 0], [np.inf, np.inf]))
print(fit_log_param)

额外优化：添加初始猜测值 #

如果想让优化收敛更快，可以通过p0参数给a和b一个合理的初始猜测值，比如根据数据趋势估算的初始值：

# 比如假设初始a=5，b=0.1
fit_log_param, _ = curve_fit(fit, xdata=q, ydata=r, bounds=([-np.inf, 0], [np.inf, np.inf]), p0=[5, 0.1])

这样修改后，警告就会消失，拟合过程也能正常完成。

内容的提问来源于stack exchange，提问作者pfl1001