import numpy as np
from scipy.optimize import curve_fit
def lin_func(x, a, b):
return a * x + b
a = 0.005/4
b = 10000/4
N = 10000
position_list = np.array([-100,-50,-20,0,20,50,100])
def get_params(N):
counts_list = np.zeros(len(position_list))
for i in range(len(position_list)):
position_0 = position_list[i]
counts = 0
for j in range(N):
position = np.random.normal(position_0,10)
p = 0.5+a+b*position*10**(-6)
counts = counts + np.sum(np.random.binomial(1000, p, 1))
counts_list[i] = counts
print(np.sqrt(counts_list))
popt, pcov = curve_fit(lin_func, position_list*10**(-6), counts_list, absolute_sigma = np.sqrt(counts_list))
return popt[1]/(N*1000)
K = 100
params_list = np.zeros(K)
for i in range(K):
params_list[i] = get_params(N)-0.5
print(params_list[i])
Когда я запускаю его, какое-то время он работает нормально, но затем выдает следующую ошибку:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
Это происходит только в том случае, если я добавляю Absolute_sigma = np.sqrt(counts_list) к вызову функции, однако если я печатаю counts_list, я не вижу ничего плохого с номером, как раз перед появлением ошибки (они кажутся похожими на значения, напечатанные, когда вызов функции работает нормально). Я не знаю, как это отладить.
def get_params(N): counts_list = np.zeros(len(position_list)) for i in range(len(position_list)): position_0 = position_list[i] counts = 0 for j in range(N): position = np.random.normal(position_0,10) p = 0.5+a+b*position*10**(-6) counts = counts + np.sum(np.random.binomial(1000, p, 1)) counts_list[i] = counts print(np.sqrt(counts_list)) popt, pcov = curve_fit(lin_func, position_list*10**(-6), counts_list, absolute_sigma = np.sqrt(counts_list)) return popt[1]/(N*1000)
K = 100 params_list = np.zeros(K) for i in range(K): params_list[i] = get_params(N)-0.5 print(params_list[i]) [/code] Когда я запускаю его, какое-то время он работает нормально, но затем выдает следующую ошибку: [code]ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() [/code] Это происходит только в том случае, если я добавляю Absolute_sigma = np.sqrt(counts_list) к вызову функции, однако если я печатаю counts_list, я не вижу ничего плохого с номером, как раз перед появлением ошибки (они кажутся похожими на значения, напечатанные, когда вызов функции работает нормально). Я не знаю, как это отладить.