使用scipy curve_fit拟合双结构spherical variogram遇ValueError报错求助

问题原因 #

curve_fit传入的xdata是numpy数组，你的Spherical函数里直接用if x <= range_comp2判断数组，numpy会返回一个布尔数组，而if语句无法直接判断数组的真假，触发ValueError。

解决方法 #

把函数改成向量化实现，用numpy的np.where替代原生if-else，让函数能直接处理数组输入：

修正后的代码：

import numpy as np
from scipy.optimize import curve_fit

xdata = np.asarray(df['exp_x'])
ydata = np.asarray(df['exp_y'])

def Spherical(x, comp1, sill_comp2, range_comp2, sill_comp3, range_comp3):
    # 用np.where处理comp2的条件分支
    comp2 = np.where(
        x <= range_comp2,
        sill_comp2 * (1.5 * (x / range_comp2) - 0.5 * (x / range_comp2)**3),
        sill_comp2
    )
    # 用np.where处理comp3的条件分支
    comp3 = np.where(
        x < range_comp3,
        sill_comp3 * (1.5 * (x / range_comp3) - 0.5 * (x / range_comp3)**3),
        sill_comp3
    )
    y = comp1 + comp2 + comp3
    return y

parameters, covariance = curve_fit(Spherical, xdata, ydata)
print(parameters)

额外提示 #

• 如果拟合结果不理想，可以给curve_fit传入p0参数指定初始猜测值，比如p0=[0, 1, 10, 1, 20]，帮助算法更快收敛到合理参数。
• 确保xdata里没有0值（如果range_comp2或range_comp3为0会触发除零错误），提前做好数据清洗。

内容的提问来源于stack exchange，提问作者Spon