运行Python二级反应拟合代码报numpy.ndarray不可调用错误如何解决

错误根源 #

你代码中f=sec_order_1(t,a0,k)这行是核心问题：sec_order_1是你定义的函数，加括号传入参数后就会直接执行，返回的是对应计算结果的numpy数组，而scipy.optimize.curve_fit要求第一个入参必须是未执行的函数对象，用来后续根据传入的参数迭代计算拟合值。你把数组当函数传入curve_fit，后续还尝试用f(xdata,*popt)调用数组，就触发了numpy.ndarray is not callable报错。
除此之外你的代码还有三个次要问题：

1. import numpy as np的位置太靠后，前面调用np.array时numpy还未导入，会提前触发名称错误
2. 你将拟合用的ydata做了data/a0的归一化，但原模型sec_order_1的输出是原始浓度，两者维度不匹配，拟合会报错
3. 最终绘图用到的误差参数perr没有定义，需要从拟合得到的协方差矩阵计算得到

修正后完整可运行代码 #

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

# 原始二级反应动力学模型：输入时间t，初始浓度a0，速率常数k，返回t时刻浓度
def sec_order_1(t,a0,k): # 2a -> c
    return a0/(a0*k*t+1)

# 此处为你提前定义的原始实验数据，保留你原本的赋值即可
# time_seconds = [xxx, xxx, ...]
# concentrations_mM = [xxx, xxx, ...]

a0=10; k=1
t=np.array(time_seconds)
data=np.array(concentrations_mM)
calc_y=sec_order_1(t,a0,k)
plt.plot(t, data,'o', label='实验数据')
plt.plot(t, calc_y, label='初始模型, k: %g' %k)
plt.xlabel('时间 / 秒'); plt.ylabel('浓度 / mM')
plt.legend(); plt.show()

# 拟合部分直接传函数名作为拟合模型，不需要提前调用
p0=[10, 1] # 初始猜测值：对应a0和k的初始预估值
popt,pcov = curve_fit(sec_order_1, t, data, p0=p0)
perr = np.sqrt(np.diag(pcov)) # 计算拟合参数的标准误差
print("拟合得到的参数a0、k：", popt)
print("参数协方差矩阵：", pcov)

# 绘制拟合结果
fit_y = sec_order_1(t,*popt) 
plt.plot(t,data,'o', label='实验数据')
plt.plot(t, fit_y, label='最优拟合 k: %.3f ± %.3f / 秒' % (popt[1], perr[1]))
plt.xlabel('时间 / 秒'); plt.ylabel('浓度 / mM')
plt.legend()
plt.show()

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