曲线拟合故障：拟合数据绘图时出现双线问题求助

我来帮你排查这个绘图出现双线的问题，这种情况大多是绘图代码的小疏漏导致的，咱们一步步来解决：

常见原因及排查方向 #

• 重复调用绘图函数：这是最常见的情况——你可能不小心多次执行了plt.plot()，比如既画了原始数据的折线，又重复绘制了拟合曲线，或者误写了两次绘图语句。
• x数组维度异常：如果你的x是二维数组（比如形状是(n,1)而不是一维的(n,)），plt.plot会把每一列都当成一条独立的线来绘制，自然会出现多条线。
• 原始数据与拟合曲线过度重合：如果拟合效果太好，且你同时用折线绘制了原始数据和拟合曲线，两条线几乎叠在一起，看起来像是“双线”。

具体解决步骤 #

1. 检查并整理绘图代码 #

确保你只绘制一次原始数据（推荐用散点区分）和一次拟合曲线，示例如下：

# 替换成你的真实数据和拟合参数
plt.figure(figsize=(8,6))
# 用散点展示原始数据，避免和拟合线混淆
plt.scatter(x, y_original, label='原始数据', color='blue', s=15)
# 只绘制一次拟合曲线
plt.plot(x_fit, func_original(x_fit, *popt), label='拟合曲线', color='red', linewidth=2)
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.legend()
plt.grid(True)
plt.show()

2. 修复x数组维度 #

如果你的x是二维数组，用flatten()转成一维：

# 确保x是一维数组
x = x.flatten()

3. 完整的拟合+绘图示例 #

这里给你一个包含所有步骤的完整可运行代码，你可以对照修改自己的代码：

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

# 定义拟合函数
def func_original(x,a,b,c):
    return a/(x**2)+b/x+c

# 设置参数边界
def generate_Initial_Parameters():
    # 根据你的数据调整边界范围，示例仅供参考
    bounds = [(0, 100), (-50, 50), (0, 20)]
    return bounds

# 模拟真实数据（替换成你自己的数据即可）
x = np.linspace(1, 10, 50)
y_true = func_original(x, 20, -10, 5)
y_original = y_true + np.random.normal(0, 0.5, size=x.shape)  # 添加噪声

# 获取初始参数
bounds = generate_Initial_Parameters()
with warnings.catch_warnings():
    warnings.filterwarnings("ignore")
    result = differential_evolution(lambda params: np.sum((func_original(x, *params) - y_original)**2), bounds)
initial_params = result.x

# 曲线拟合
popt, pcov = curve_fit(func_original, x, y_original, p0=initial_params)

# 绘图（无双线问题）
plt.figure(figsize=(8,6))
plt.scatter(x, y_original, label='原始数据点', color='cornflowerblue', s=15)
plt.plot(x, func_original(x, *popt), label='拟合曲线', color='crimson', linewidth=2)
plt.xlabel('X')
plt.ylabel('Y')
plt.legend()
plt.grid(alpha=0.3)
plt.show()

额外提示 #

如果还是出现双线，你可以先单独打印x数组的形状和内容，看看是否有重复值或维度问题；也可以暂时注释掉拟合曲线的绘图语句，看原始数据的绘图是否正常，逐步定位问题。

内容的提问来源于stack exchange，提问作者Xabier Garcia Andrade