在Python中将高斯拟合到曲线

Question

我想使用python将高斯拟合到曲线。 我在这里某处找到了解决方案，但它似乎仅适用于n型高斯，而不适用于au型高斯。

这是代码：

import pylab, numpy

from scipy.optimize import curve_fit

x=numpy.array(range(10))

y=numpy.array([0,1,2,3,4,5,4,3,2,1])

n=len(x)

mean=sum(y)/n

sigma=sum(y-mean)**2/n

def gaus(x,a,x0,sigma):
    return a*numpy.exp(-(x-x0)**2/(2*sigma**2))

popt, pcov=curve_fit(gaus,x,y,p0=[1,mean,sigma])

pylab.plot(x,y,'r-',x,y,'ro')

pylab.plot(x,gaus(x,*popt),'k-',x,gaus(x,*popt),'ko')

pylab.show()

该代码使高斯曲线适合n形曲线，但是如果我将y更改为y = numpy.array（[5,4,3,2,1,2,3,4,5,6]），则返回一些错误：找不到最佳参数：函数调用次数已达到maxfev = 800。

我必须在代码中进行哪些更改/调整以适合U形高斯？ 谢谢。

Answer 1

适合的功能形式是错误的。 不管是n形还是u形，高斯的尾部都将变为0，但您的约为5。

如果您在方程式中引入偏移量，并选择合理的初始值，则它会起作用。 参见下面的代码：

import pylab, numpy
from scipy.optimize import curve_fit

x=numpy.array(range(10))
y=numpy.array([5,4,3,2,1,2,3,4,5,6])

n=len(x)
mean=sum(y)/n
sigma=sum(y-mean)**2/n

def gaus(x,a,x0,sigma,c):
    return a*numpy.exp(-(x-x0)**2/(2*sigma**2))+c

popt, pcov=curve_fit(gaus,x,y,p0=[-1,mean,sigma,-5])

pylab.plot(x,y,'r-',x,y,'ro')
pylab.plot(x,gaus(x,*popt),'k-',x,gaus(x,*popt),'ko')
pylab.show()

Answer 2

也许您可以反转您的值，使其适合“ n”形高斯，然后反转高斯。