如何将曲线拟合相关定义移至utilities.py并实现全局调用？

我来帮你梳理下怎么把这些曲线拟合的逻辑迁移到独立的utilities.py文件里，同时解决wrapper找不到相关内容的问题，步骤很清晰：

1. 把所有相关逻辑迁移到utilities.py #

首先创建utilities.py文件，把拟合函数、参数处理逻辑、wrapper相关定义都放到这里，确保所有依赖都在同一个文件内：

# utilities.py
import numpy as np
from scipy.optimize import curve_fit

# 替换成你实际使用的基础拟合函数
def core_fit_func(x, *params):
    # 示例：指数拟合，根据你的需求修改
    return params[0] * np.exp(-params[1] * x) + params[2]

# 通用固定参数包装器（替代你之前的wrapper/wrapperNa...逻辑）
def build_fixed_param_wrapper(base_func, fixed_vals, fixed_indices):
    """
    生成包装函数，固定指定索引的参数
    :param base_func: 原始拟合函数
    :param fixed_vals: 固定参数的数值列表
    :param fixed_indices: 需要固定的参数索引（从0开始）
    :return: 适配后的拟合函数
    """
    def wrapped_func(x, *var_params):
        # 合并可变参数与固定参数，还原完整参数列表
        full_params = list(var_params)
        for idx, val in zip(fixed_indices, fixed_vals):
            full_params.insert(idx, val)
        return base_func(x, *full_params)
    return wrapped_func

# 封装你提到的三个拟合场景
def variable_params_curve_fit_0(x_data, y_data, initial_guess):
    # 场景0：所有参数都可变，直接调用curve_fit
    popt, pcov = curve_fit(core_fit_func, x_data, y_data, p0=initial_guess)
    return popt, pcov

def variable_params_curve_fit_1(x_data, y_data, initial_guess):
    # 场景1：带参数边界的可变参数拟合（示例，根据你的实际需求调整）
    bounds = ([0, 0, -np.inf], [np.inf, np.inf, np.inf])
    popt, pcov = curve_fit(core_fit_func, x_data, y_data, p0=initial_guess, bounds=bounds)
    return popt, pcov

def hold_parameter_curve_fit_0(x_data, y_data, initial_guess, fixed_vals, fixed_indices):
    # 场景0：固定指定参数的拟合
    wrapped_func = build_fixed_param_wrapper(core_fit_func, fixed_vals, fixed_indices)
    # 提取可变参数的初始猜测
    var_guess = [val for i, val in enumerate(initial_guess) if i not in fixed_indices]
    # 调用拟合，再合并参数得到完整结果
    popt_var, pcov = curve_fit(wrapped_func, x_data, y_data, p0=var_guess)
    full_popt = list(popt_var)
    for idx, val in zip(fixed_indices, fixed_vals):
        full_popt.insert(idx, val)
    return np.array(full_popt), pcov

2. 在主文件中调用utilities.py的函数 #

现在你可以在原来的主文件里直接导入并使用这些封装好的函数，完全不需要关心内部的wrapper细节：

# 主文件（比如main.py）
import numpy as np
from utilities import (
    variable_params_curve_fit_0,
    variable_params_curve_fit_1,
    hold_parameter_curve_fit_0
)

# 示例测试数据
x = np.linspace(0, 10, 100)
y = 2.5 * np.exp(-0.3 * x) + 0.5 + np.random.normal(0, 0.1, size=100)

# 调用可变参数拟合场景0
initial_guess = [2, 0.2, 0.4]
popt0, pcov0 = variable_params_curve_fit_0(x, y, initial_guess)
print("可变参数拟合0结果：", popt0)

# 调用可变参数拟合场景1
popt1, pcov1 = variable_params_curve_fit_1(x, y, initial_guess)
print("可变参数拟合1结果：", popt1)

# 调用固定参数拟合场景0：固定第二个参数（索引1）为0.3
fixed_vals = [0.3]
fixed_indices = [1]
popt_hold, pcov_hold = hold_parameter_curve_fit_0(x, y, initial_guess, fixed_vals, fixed_indices)
print("固定参数拟合0结果：", popt_hold)

3. 解决wrapper找不到wrapperNa...的问题 #

之前的wrapper找不到相关内容，大概率是因为wrapperNa...是定义在主文件局部作用域里的函数，迁移时没一起移到utilities.py。现在我们把所有wrapper相关的逻辑都封装到utilities.py的build_fixed_param_wrapper函数里，所有依赖都在同一个文件内，就不会出现找不到的问题了。如果你的wrapperNa...是特定命名的定制包装，直接把它的定义也复制到utilities.py即可。

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