使用lmfit的RectangleModel/StepModel拟合峰+背景遇参数更新错误求助

问题描述 #

我尝试使用峰+背景模型进行数据拟合，代码如下：

import numpy as np
import scipy.stats as stats
import lmfit
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(1234)
y_data = np.random.normal(loc=5, scale=4, size=100000) + np.random.exponential(scale=5, size=100000)
# 数据分桶做直方图用于拟合
y, x = np.histogram(y_data, bins=100, density=False)
# 计算桶中心
x = (x[1:] + x[:-1])/2
plt.errorbar(x, y, yerr=stats.sem(y), fmt='.', zorder=1, label='data points')

peak1 = lmfit.models.SkewedVoigtModel(prefix="peak_")
pars = peak1.make_params()
# 设置峰模型参数
pars['peak_center'].set(value=5, vary=True)
pars['peak_sigma'].set(value=4, vary=True)
# 设置背景模型
# background1 = lmfit.models.PolynomialModel(3,prefix="back_",)
background1 = lmfit.models.RectangleModel(prefix="back_", format='arctan')
pars.update(background1.guess(y, x=x)) 
# 构建完整拟合模型
model = peak1 + background1
# 执行拟合
out = model.fit(y, pars, x=x)
# 生成更精细的x轴用于绘图
xs = np.linspace(min(x), max(x), 100)
# 绘制拟合结果
plt.plot(xs, out.eval(params=out.params, x=xs), label='Total Fit')
plt.legend()
plt.show()

运行代码后触发错误：

TypeError: lmfit.parameter.Parameter.set() argument after ** must be a mapping, not numpy.int64

经排查，错误源于pars.update(background1.guess(y, x=x))这一行。使用PolynomialModel等其他模型时无此错误，但StepModel和RectangleModel存在该问题。我的numpy版本为1.2.0（已包含RectangleModel），换其他模型可正常运行：

解决方案 #

方法1：手动初始化背景模型参数，避免使用guess() #

RectangleModel（format='arctan'）的核心参数为amplitude、center、sigma，可以根据数据手动设置初始值，替代guess()方法：

# 替换原有的pars.update(background1.guess(y, x=x))
background1 = lmfit.models.RectangleModel(prefix="back_", format='arctan')
# 根据数据特征设置初始参数
pars.update(background1.make_params(
    back_amplitude=np.max(y), 
    back_center=np.median(x), 
    back_sigma=2
))

方法2：升级lmfit及numpy版本 #

numpy 1.2.0版本较老旧，可能与lmfit存在兼容性问题。建议：

• 升级lmfit到最新稳定版：pip install --upgrade lmfit
• 同步升级numpy到更现代的版本（如1.21.x及以上）：pip install --upgrade numpy
  新版本的lmfit大概率修复了RectangleModel的guess()方法返回值类型异常的bug。

方法3：转换guess()返回参数的数值类型 #

如果必须使用guess()方法，可以将返回参数中的numpy数值类型转换为Python原生类型后再更新：

bg_guess = background1.guess(y, x=x)
# 遍历参数，将numpy类型值转为Python原生类型
for param in bg_guess.values():
    if isinstance(param.value, np.generic):
        param.value = param.value.item()
pars.update(bg_guess)

内容的提问来源于stack exchange，提问作者Krishna Neupane