【笔记】curve_fit中参数变量不确定的解决方案

curve_fit函数的定义：

scipy.optimize.curve_fit（f，xdata，ydata，p0 = None，sigma = None，absolute_sigma = False，check_finite = True，bounds = -inf ，inf，method = None，jac = None，** kwargs）

其中第一参数f要求是一个完整的函数体，所有参数和函数形式必须在调用curve_fit的时候确定，f在定义的时候不能包含如*args等不确定的参数。而且并不打算改变这个部分。

有时，在实际使用过程中，函数里的参数数量是不确定的

lambda函数法

利用lambda函数的灵活性，在计算过程中生成函数，然后再进行拟合。

计算步骤：
1 运行程序直到可以确定参数的数量和函数的形式；
2 先利用字符串生成lambda函数；
3 利用eval()转化为程序语言；
4 把转化好的程序语言带入curve_fit中的f参数里。
完成

from scipy import optimize as op

#获得源数据
xdata = ...  
ydata = ...  

#运行代码到已经确定参数数量和函数形式，比如多项式
n=5
list_args = func_body = ''

#生成lambda函数
for i in range(n):
	list_args