無法使用 curve_fit() 在 python 中復制高斯 function 的曲線擬合

Question

我正在嘗試使用 scipy 的 curve_fit() function 將高斯 function 擬合到我的數據集，但未能使 function 擬合。 我使用其他一些工具（例如 Matlab 和 function 很適合）進行了相同的嘗試。 有人可以幫我嗎？ 我不確定我做錯了什么。 非常感謝您的幫助:)

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

x_data = [12, 34, 56]
y_data = [1e-10, 1e-3, 1e-10]

def func(xdata, a, b, c): 
    return a*np.exp(-(xdata - b)**2/(2*c**2))

popt,_ = curve_fit(func, x_data, y_data)

x_fit = np.linspace(0,100, 100)
y_fit = func(x_fit, *popt)

plt.scatter(x_data, y_data)
plt.plot(x_fit,y_fit)
plt.show()

上面是我試過的代碼，我得到一個鍾形曲線，它拒絕從 0 的平均點開始移動（鍾形部分超過 x=0）。

Answer 1

只要你給它合理的初始條件，它就適合：

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

x_data = [12, 34, 56]
y_data = [1e-10, 1e-3, 1e-10]


def func(xdata: np.ndarray, a: float, b: float, c: float) -> np.ndarray:
    return a*np.exp(-(xdata - b)**2/(2*c**2))


popt, _ = curve_fit(f=func, xdata=x_data, ydata=y_data, p0=[1e-3, 34, 10])
print(popt)

x_fit = np.linspace(0, 100, 100)
y_fit = func(x_fit, *popt)

plt.scatter(x_data, y_data)
plt.plot(x_fit,y_fit)
plt.show()

[1.00000000e-03 3.40000000e+01 3.87481363e+00]