使用python的curve_fit（）

Question

def model(A, x, mu, sigma):
return A*exp(-((x-mu)**2)/(2*sigma**2))
from scipy.optimize import curve_fit
mu=np.mean(d_spacing_2)
sigma=np.std(d_spacing_2)
f=intensity_2
x=d_spacing_2
popt, pcov = curve_fit(model, A, x, mu, sigma)

TypeError：model（）缺少2個必需的位置參數：“ mu”和“ sigma”

Answer 1

您正在使用curve_fit完全錯誤。 這是來自curve_fit和一些其他繪圖的工作示例：

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
def func(x, a, b, c):
    return a * np.exp(-b * x) + c

xdata = np.linspace(0, 4, 50)
y = func(xdata, 2.5, 1.3, 0.5)
ydata = y + 0.2 * np.random.normal(size=len(xdata))

popt, pcov = curve_fit(func, xdata, ydata,p0=[2,1,1])

plt.ion()
plt.plot(xdata,ydata,'o')
xplot = np.linspace(0,4,100)
plt.plot(xplot,func(xplot,*popt))

curve_fit的第一個輸入自變量是函數，第二個是數據的x值，第三個是y值。 通常，您還應該使用可選的輸入參數p0，這是對解決方案的初步猜測。