使用curve_fit的Python非线性回归误差

Question

我正在尝试使用scipy.optimize.curve_fit. 我从此处找到的 Scipy 文档中获取示例代码：https : //docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit.html

我使用简单的数据并绘制它：

import numpy as np

import matplotlib.pyplot as plt

from scipy.optimize import curve_fit

xdata = np.array([4.2, 8.5, 10.3, 17.2, 20.7, 38.2, 75.6, 850, 1550])     

ydata = np.array([83.3, 53.3, 44.8, 32.6, 28.1, 19.5, 11.5, 5.7, 5.3]) 

plt.plot(xdata, ydata, 'b-', label='data')

这是函数和代码的其余部分：

def func(x, a, b, c):

    return x*(a*(1-m.exp(-b/x))+c*m.exp(-b/x))-x*c

popt, pcov = curve_fit(func, xdata, ydata)

popt

plt.plot(xdata, func(xdata, *popt), 'r-',

         label='fit: a=%5.3f, b=%5.3f, c=%5.3f' % tuple(popt))

popt, pcov = curve_fit(func, xdata, ydata, bounds=(0, [3., 1., 0.5]))

popt

plt.plot(xdata, func(xdata, *popt), 'g--',

         label='fit: a=%5.3f, b=%5.3f, c=%5.3f' % tuple(popt))

plt.xlabel('x')

plt.ylabel('y')

plt.legend()

plt.show()

我收到以下错误。

TypeError: Cannot cast array data from dtype('O') to dtype('float64') according to the rule 'safe'

在所有错误细节之后：

error: Result from function call is not a proper array of floats.

我试过了 xdata = np.array( ... , dtype='float64')，并尝试了这个线程上提出的所有解决方案，但没有成功：无法将数组数据从 dtype('O') 转换为 dtype('float64')

有什么建议和想法可以使这个回归工作吗？