У меня есть подходящая функция, которая имеет вид:

def fit_func(x_data, a, b, c, N)

где a, b, c - списки длины N, каждая запись которой является переменным параметром, который должен быть оптимизирован в scipy.optimize.curve_fit (), а N - фиксированное число, используемое для управления индексом цикла.

Следующийэтот вопрос Я думаю, что я могу исправить N, но в настоящее время я вызываю Curve_Fit следующим образом:

params_0 = [a_init, b_init, c_init]
popt, pcov = curve_fit(lambda x, a, b, c: fit_func(x, a, b, c, N), x_data, y_data, p0=params_0)

Я получаю сообщение об ошибке: lambda () принимает ровно Q аргументов (с учетом P)

где Q и P варьируются в зависимости от того, как я настраиваю вещи.

Итак: это вообще возможно, для начала? Могу ли я передать списки в качестве аргументов для curve_fit и иметь поведение, на которое я надеюсь, при котором он обрабатывает элементы списка как отдельные параметры? И если предположить, что ответ «да», что я делаю неправильно с вызовом функции?