我可以将一半高斯拟合到Python中的数据集吗？

Question

我正在尝试自动使高斯拟合数据，但scipy似乎无法拟合仅显示一半曲线的数据。 但是，Scipy似乎无法做到这一点。

高斯曲线数据右侧的外观： https : //i.imgur.com/LwzN2Jd.png

我尝试使用以下代码拟合曲线。 非常适合完全弯曲。 但是对于半曲线，它会变平

'''

plotData = {}

#x = 0,2.5,5
#y = 16766,508,600.6

modelDataDf = df.loc[:,["x","y"]]
modelDataDf.sort_values(by=["x"],inplace=True)
modelData = modelDataDf.to_dict(orient="list")


def _1gaussian(x, amp1,cen1,sigma1):
        return amp1*(1/(sigma1*(np.sqrt(2*np.pi))))*(np.exp(-((x-cen1)**2)/((2*sigma1)**2)))

x_array = np.asarray(modelData["x"])
y_array_gauss = np.asarray(modelData["y"])
amp1 = 29000
sigma1 = 1
cen1 = -1

popt_gauss, pcov_gauss = scipy.optimize.curve_fit(_1gaussian, x_array, y_array_gauss, p0=[amp1, cen1, sigma1])
perr_gauss = np.sqrt(np.diag(pcov_gauss))

plotData["xGaussCurve"] = np.arange(0, 5.05, 0.05)
plotData["yGaussCurve"] = _1gaussian(plotData["xGaussCurve"],*popt_gauss)

'''

适合的外观如何： https ： //i.imgur.com/0gfqiRF.png

半高斯卡住了： https : //i.imgur.com/Jsi4fzA.png

蓝色点表示数据，红色粗线表示我想要显示的拟合，红色虚线表示失败。

我得到错误：

RuntimeError：找不到最佳参数：函数调用数量已达到maxfev = 800。

当试图拟合一半高斯时。

Answer 1

如前所述，仅使用三个数据点就无法完全拟合高斯-参数与观测值一样多。

但是，如果您确定它是高斯的“一半”，那么这意味着您知道高斯的质心应该在哪里（也许x = 0或x = -1或其他）。 在这种情况下，您可以固定质心并改变高斯的振幅和西格玛。 也许像

from lmfit.models import GaussianModel

modelDataDf = df.loc[:,["x","y"]]
modelDataDf.sort_values(by=["x"],inplace=True)
modelData = modelDataDf.to_dict(orient="list")

x_array = np.asarray(modelData["x"])
y_array_gauss = np.asarray(modelData["y"])

model = GaussianModel()
params = model.make_params(amplitude=29000, sigma=1, center=-1)
params['center'].vary = False  # fix the centroid at -1

result = model.fit(y_array_gauss, params, x=x_array)
print(result.fit_report())

xplot = np.linspace(0, 5, 101)
yplot = result.eval(x=xplot)