我的数据看起来像第二种Bessel函数（可以说应该用这些函数之一来描述）。
我一直在尝试使用文档示例之后的scipy优化工具箱，但到目前为止仍未成功：我收到以下错误消息
ValueError: array must not contain infs or NaNs
我想说0的差异是问题的原因。
顺便说一句，我试图拟合两个参数，贝塞尔函数的索引和varialbe中的比例因子，Ka（bx）中的a和b。尝试适合离散空间（a取自然整数中的值）是否存在问题？
目前，我的代码如下所示：
from scipy.special import yn #importing the Bessel functions
from scipy.optimize import curve_fit
def func(var, a, b):
return yn(b*var,a)
popt, pcov = curve_fit(func, x, y) # x and y are my data points
最佳答案
首先，您以错误的顺序将参数传递给yn，它应该是yn(a,b*var)而不是yn(b*var,a)。可能是此错误导致函数yn炸裂为inf。
第二点，正如您所怀疑的那样，当您调用scipy时，a会将您的yn截断为浮点数，从而引发了RuntimeWarning。最好只对缩放变量b进行优化，然后研究整数阶数a的不同值。您可以手动执行，也可以循环执行。
我将从一个示例开始讨论一些收敛问题，在sin(x)/2上将yn(1,x)与[1,2*pi]拟合。
from scipy.special import yn
from scipy.optimize import curve_fit
from numpy import sin,linspace,pi
a=1#choose the order a here!
func = lambda var,b : yn(a,b*var)
x=linspace(1,2*pi,100)
y=sin(x)/2.#we fit this as an example
[b], pcov = curve_fit(func, x, y) # x and y are my data points
print b
如果现在将域更改为
x=linspace(0,2*pi,100)[1:]，则curve_fit不会收敛。这是因为在接近零的域部分中，优化算法将尝试向轴挤压yn。这导致b的值很大，进而导致该函数（尝试plot(x,yn(a,10*x))）强烈振荡，直到离散化限制（尝试plot(x,yn(a,10*x))）为止，在这种情况下，情况甚至变得更糟。道理是，如果您的数据在
x低的情况下接近零，则应该开始拟合远离零的点，以实现良好的收敛。附带说明一下，通常
Ka(x)指的是第二种MODIFIED Bessel函数，而yn是第二种的Bessel函数，通常称为Ia(x)。