高斯适合 Python 情节

Question

我正在尝试将高斯函数拟合到我的 Python 图中。 我在这里附上了代码。 任何更正将不胜感激！

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import math
import random
from numpy import genfromtxt

data= genfromtxt ('PVC_Cs137.txt')
plt.xlim(0,2500)
plt.ylim(0,30000)
plt.xlabel("Channel number")
plt.ylabel("Counts")

x = data[:,0]
y = data[:,1]

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

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

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

plt.plot(x,gaus(x,*popt))
plt.show()

这是我文件的链接： https ://www.dropbox.com/s/hrqjr2jgfsjs55x/PVC_Cs137.txt?dl=0

Answer 1

您的方法有两个问题。 一个与编程有关。 gauss拟合函数必须使用numpy数组。 math函数无法提供此功能，它们与标量一起使用。 因此你的拟合函数应该是这样的

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

这产生了正确的均值/西格玛组合像这样的高斯曲线

现在我们查看文件中值的分布：

这甚至模糊地看起来不像高斯曲线。 难怪 fit 函数不收敛。

其实还有第三个问题，你计算的mean/sigma是错误的，但是因为你的数据不能服从高斯分布，所以我们暂时可以忽略这个问题。