LinearLSQFitter#

class astropy.modeling.fitting.LinearLSQFitter(calc_uncertainties=False)[源代码]#

基类:Fitter

进行线性最小二乘拟合的班级。用途 numpy.linalg.lstsq 去做试衣。给定模型和数据,使模型与数据匹配并更改模型参数。保存辅助配件信息词典。

笔记

请注意,目前LinearLSQFitter不支持复合模型。

属性摘要

方法总结

__call__(model, x, y[, z, weights, rcond, ...])

将数据拟合到此模型。

objective_function(fps, *args)

函数最小化。

属性文档

supported_constraints = ['fixed']#
supports_masked_input = True#

方法文件

__call__(model, x, y, z=None, weights=None, rcond=None, *, inplace=False)[源代码]#

将数据拟合到此模型。

参数:
模型FittableModelFittableModel

适合x、y、z的模型

x : array数组

输入坐标

y : array_likeNumpy:ARRAY_LIKE

输入坐标

z : array_like ,可选NumPy:ARRAY_LIKE,可选

输入坐标。如果受抚养人 (yz )坐标值以 numpy.ma.MaskedArray ,则在拟合时将忽略任何遮罩点。请注意,当存在遮罩点(而不仅仅是空遮罩)时,模型集拟合速度明显较慢,因为当每个模型的坐标网格不同时,必须分别为每个模型求解矩阵方程。

weights : array ,可选可选数组

配重。对于具有高斯不确定性的数据,权重应为1/sigma。

rcond : float ,可选Python:Float,可选

小奇异值的截止比 a . 如果单数值小于,则将其设置为零 rcond 乘以最大奇异值 a .

equivalencies : listNone ,可选,仅关键字PYTHON:LIST或PYTHON:无、可选、仅关键字

名单 额外的 如果x、y和/或z有单位,则应应用等效性。默认值为“无”。

inplace : bool ,可选可选的布尔

如果 False (the默认),则将返回具有匹配参数集的模型副本。如果 True ,返回的模型将与传递的模型是同一个实例,并且参数值将就地更改。

返回:
fitted_modelFittableModelFittableModel

如果 inplaceFalse (the默认),这是输入模型的副本,参数由装配工设置。如果 inplaceTrue ,这与输入模型是相同的模型,参数更新为由装配工设置的参数。

objective_function(fps, *args)#

函数最小化。

参数:
fps : listPython :列表

装配工返回的参数

args : listPython :列表

[model, [other_args] , [输入坐标] ]其他参数可以包括权重或统计特定的任何其他数量

笔记

参数列表(arg)在中设置 __call__ 方法。装配工可以重写此方法,例如,当统计函数需要其他参数时。