Python中scipy.curve_fit拟合参数异常：曲线正常但参数无意义

使用Python的scipy.curve_fit工具拟合实验数据时，出现了矛盾情况：拟合生成的曲线视觉上与实验数据贴合良好，但输出的拟合参数完全不符合预期。

拟合方程为(ax)^b + cx，得到的参数结果为[1.44930871e+03, 1.00000000e+00, -1.44930871e+03]，满足a=-c且b=1，代入方程后结果恒为0，这和实际显示的拟合曲线明显不符。

实验数据为CFU与OD的对应数据集，拟合图像显示曲线与实验点匹配度较高。

相关代码如下：

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

# cfu_u和OD_u为加载后的实验数据数组
xdata = cfu_u
ydata = OD_u

min_cfu = 0.1
max_cfu = 9.1
x_vec = pow(10, np.arange(min_cfu, max_cfu, 0.1))

def func(x, a, b, c):
    return (a * x)**b + c * x 

popt, pcov = curve_fit(func, xdata, ydata)

plt.plot(x_vec, func(x_vec, *popt), label='curve fit', color='slateblue', linewidth=2.2)
plt.plot(cfu_u, OD_u, '-', label='experimental data', marker='.', markersize=8, color='deepskyblue', linewidth=1.4)
plt.legend(loc='upper left', fontsize=12)
plt.ylabel("Y", fontsize=12)
plt.xlabel("X", fontsize=12)
plt.xscale("log")
plt.gcf().set_size_inches(7, 5)
plt.show()

print(popt)
# 输出：[ 1.44930871e+03  1.00000000e+00 -1.44930871e+03]

内容的提问来源于stack exchange，提问作者casella