python - lmfit最小化でデータポイントが欠落しているデータをどのように適合させるのですか?

Question

たとえば、私はデータを持っています：

x    y1    y2    y1
---------------------
1    5     8    -
2    4     -    4
3    7     7    10
4    9     4    12
5    10    -    20
6    15    -    21

ここで、x は x 軸で、y1、y2、y3 は 3 つの異なるデータ セットであり、これらは一緒に適合されます。

簡単にするために、フィッティング コードの縮小バージョンを次に示します。

def gauss_dataset(params, i, x):
    """calc gaussian from params for data set i
    using simple, hardwired naming convention"""
    x = params['x_%i' % (i+1)].value
    y = params['x_%i' % (i+1)].value
    return x + y

def objective(params, x, data):
    """ calculate total residual for fits to several data sets held
    in a 2-D array, and modeled by Gaussian functions"""
    ndata, nx = data.shape
    resid = 0.0*data[:]
    # make residual per data set
    for i in range(ndata):
        resid[i, :] = data[i, :] - gauss_dataset(params, i, x)
    # now flatten this to a 1D array, as minimize() needs
    return resid.flatten()

x  = np.linspace(0, 50, 50)
data = []

...

# Rearange data
for col in range(0, data_sets):
    for row in range (0, size_rows):
        data[col][row] = intens[row][col+1]

# create 5 sets of parameters, one per data set
fit_params = Parameters()
for iy, y in enumerate(data):
    fit_params.add( 'x_%i' % (iy+1))
    fit_params.add( 'y_%i' % (iy+1))

# run the global fit to all the data sets
minimize(objective, fit_params, args=(x, data))

in minimize(objective, fit_params, args=(x, data)): datais data[y][z]: y - データ セット、z - そのデータ セット内のデータ。そしてxx軸です。

不足しているデータ ポイントを無視するか、スクリプトを書き直して、各データが独自の x 軸を持つように、Python スクリプト lmfit 最小化を変更するにはどうすればよいですか?:

x1   y1    x2   y2   x3   y3
-----------------------------
1    5     1    8    2    4-
2    4     3    7    3    10
3    7     4    4    4    12
4    9               5    20
5    10              6    21
6    15

また、複数の最小化フィットを使用することはできません (スクリプトは実際には上記よりも複雑です)。 )) は有効な回答ではありません。