半对数X轴下指数函数曲线拟合问题求助

核心问题与修正点 #

• 数组创建语法错误：np.array[] 需改为 np.array()，方括号是数组索引语法，圆括号才是创建NumPy数组的正确方式，该错误会导致数据读取异常或代码运行失败。
• 初始猜测严重偏离数据趋势：
  你使用的a*np.exp(-c*x)+d函数形式是合理的（y随x增大呈指数衰减后趋近于常数d），但原初始值init_v = (1,1e-6,0)存在致命问题：c=1e-6过小，导致exp(-c*x)几乎恒等于1，拟合曲线会趋近于a+d，完全无法贴合数据的衰减趋势。
  应基于数据估算初始值：观察数据可知，x趋近1时y趋近~0.15（即d≈0.15）；x趋近0时y≈0.73（即a≈0.73-0.15=0.58）；通过中间点计算得c≈15，修正后初始猜测为(0.6,15,0.15)。
• 绘图逻辑顺序错误：原代码先调用plt.grid()再创建画布，会导致网格仅应用在默认画布，实际绘图的画布无网格；需先创建画布和轴对象，再设置网格、刻度等属性。
• 未正确调用显示函数：plt.show是函数引用，必须加括号plt.show()才能显示图像。

修正后的完整代码 #

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

# 修正数组创建语法
kd = np.array([0.735420099, 0.700823723, 0.647775947,0.613179572,0.573970346,0.54398682,0.454036244,0.371004942,0.292586491,0.271828666,0.21878089,0.165733114,0.157660626,0.151894563])
ADAR = np.array([0.001012268,0.002028379,0.004015198,0.005931555,0.007948127,0.010143277,0.019594977,0.039746044,0.076782168,0.101639121,0.193968714,0.574178304,0.778822803,0.9878803])

def func(x,a,c,d):
    return a*np.exp(-c*x)+d

# 基于数据趋势修正初始猜测
init_v = (0.6, 15, 0.15)

opt, pcov = curve_fit(func, ADAR, kd, init_v)
a, c, d = opt

x2 = np.linspace(0.001, 1, 100)  # 增加点数让拟合曲线更平滑
y2 = func(x2, a, c, d)

# 调整绘图顺序，统一使用轴对象控制属性
fig, ax = plt.subplots()
ax.grid(True, which="both")

ax.scatter(ADAR, kd, c='blue', label='原始数据')
ax.set_xscale('log')
ax.set_xlim([0.001, 1])
ax.set_ylim([0, 0.8])

# 在图例中显示拟合参数
ax.plot(x2, y2, '-', label=f'拟合曲线: a={a:.2f}, c={c:.2f}, d={d:.2f}')
ax.legend()
ax.set_title('Area pressure coefficient')
ax.set_xlabel('AD/AR')
ax.set_ylabel('kd')

plt.show()

内容的提问来源于stack exchange，提问作者Justincomp