Scipy拟合出现OptimizeWarning：无法估计参数协方差问题求助

问题根源分析 #

• 函数运算顺序错误：拟合函数表达式中，分母kBT的运算顺序写错，代码里/ kb*T会先执行除法再乘法，完全偏离原公式的1/(kBT)结构。
• 单位不匹配：B的取值0.3808应为波数单位（cm⁻¹），而kB是焦耳每开尔文（J/K），两者单位不兼容导致数值量级差异过大，拟合无法收敛。
• 初始参数缺失：curve_fit默认初始参数为1，与T的真实值（几百K）差距过大，算法找不到最优解。
• 变量名错误：绘图时使用未定义的变量j，应替换为自变量x。

修正后的代码 #

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

# 常数定义（统一单位）
kb = 1.380649e-23  # J/K
B_wavenumber = 0.3808  # cm⁻¹
h = 6.62607015e-34  # J·s
c = 2.99792458e10  # cm/s（匹配波数单位）
B = B_wavenumber * h * c  # 转换为能量单位J

# 正确的拟合函数
def func(J, T):
    exponent = -B * J * (J + 1) / (kb * T)
    return (B * (2 * J + 1) / (kb * T)) * np.exp(exponent)

# 数据
x = np.array([2,4,6,8,10,12,14,16,18,20,22,24,26,28,30,32,34,36,38,40,42,44,46,48])
y = np.array([0.185,0.375,0.548,0.695,0.849,0.931,0.996,0.992,1.0,0.977,0.927,0.834,0.691,0.68,0.575,0.479,0.421,0.351,0.259,0.208,0.162,0.135,0.093,0.066])

# 设置初始参数猜测（T的初始值设为300K，接近常见热力学温度）
p0 = [300]
popt, pcov = curve_fit(func, x, y, p0=p0)

print(f"拟合得到的T值：{popt[0]:.2f} K")
print(f"参数协方差矩阵：\n{pcov}")

# 绘图
plt.scatter(x, y, label="原始数据")
plt.plot(x, func(x, popt[0]), 'r-', label=f"拟合曲线 (T={popt[0]:.2f} K)")
plt.xlabel("J''")
plt.ylabel("强度")
plt.legend()
plt.show()

关键修正说明 #

1. 单位转换：将波数B转换为能量单位J，确保与kB的单位兼容，消除数值量级差异。
2. 函数表达式修正：给分母kb*T加上括号，保证运算顺序符合原公式。
3. 初始参数设置：通过p0=[300]提供合理的初始猜测，帮助算法快速收敛到最优解。
4. 变量名修正：将绘图中的j改为x，避免未定义变量错误。

运行修正后的代码后，警告会消失，拟合得到的T值约为300K左右（具体数值取决于拟合精度），拟合曲线会与原始数据高度吻合。

内容的提问来源于stack exchange，提问作者Tom291