Scipy Curve_fit拟合三角函数模型报错：解包值不足问题排查

错误原因 #

curve_fit函数的返回值是两个元素：第一个是拟合得到的参数数组，第二个是参数的协方差矩阵。你试图直接将其解包为4个单独变量，这就导致了“解包值不足”的错误。

另外代码里还有两个小问题：

• 绘图时使用了未定义的变量tid和vannstand，应该替换为定义好的time和waterlevel
• 初始值p0的第一个参数设为0会导致拟合陷入常数函数，无法收敛到正确的三角函数，需要调整为合理的初始角频率值。

修正后的代码 #

from pylab import * 
from scipy.optimize import curve_fit

# 原始数据
time = [1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23]
waterlevel = [125,199,223,176,101,73,109,181,219,188,122,85]

# 定义拟合函数：自变量t在前，待拟合参数x(角频率)、A(振幅)、phi(相移)、d(垂直偏移)在后
def h(t, x, A, phi, d):
     return A * sin(x * t + phi) + d

# 接收curve_fit的返回值：参数数组和协方差矩阵
# p0初始值参考：角频率x≈2π/12≈0.52（潮汐周期约12小时），振幅A≈(最大值-最小值)/2≈75，d≈均值≈150
params, covariance = curve_fit(h, time, waterlevel, p0=[0.5, 75, -1, 150])

# 从参数数组中提取各个拟合参数
x_fit, A_fit, phi_fit, d_fit = params

# 打印结果
print("角频率x =", round(x_fit, 4))
print("周期T =", round(2*pi / x_fit, 2), "小时")  # 周期T=2π/角频率x
print("振幅A =", round(A_fit, 2))
print("相移phi =", round(phi_fit, 2))
print("垂直偏移d =", round(d_fit, 2))

# 绘图展示
plot(time, waterlevel, "o", label="原始数据")
xlabel("Time (hours)")
ylabel("Water level (cm)")
t = linspace(0, 24, 1000)
plot(t, h(t, x_fit, A_fit, phi_fit, d_fit), "r", label="拟合曲线")
legend()
show()

关键说明 #

1. 正确接收返回值：必须用两个变量接收curve_fit的输出，再从第一个参数数组中提取各个拟合参数
2. 初始值设置：初始值p0的顺序要和拟合函数h的参数顺序（x,A,phi,d）完全对应，且要设置合理的初始值才能让拟合收敛。这里根据潮汐数据的周期特性，设置角频率初始值为0.5（对应周期约12.57小时），符合实际潮汐规律
3. 周期计算：你要的“周期”是指完成一次振荡的时间，和拟合参数中的角频率x的关系是 $T = \frac{2\pi}{x}$，所以可以通过拟合得到的x计算出实际周期

内容的提问来源于stack exchange，提问作者Nikola Golis