0
我想將高斯數據擬合成特定的三項高斯(其中一項中的幅度等於下一項的標準偏差的兩倍)。這裏是我的嘗試:對高斯數據的三項高斯擬合(python)
import numpy as np
#from scipy.optimize import curve_fit
import scipy.optimize as optimize
import matplotlib.pyplot as plt
#r=np.linspace(0.0e-15,4e-15, 100)
data = np.loadtxt('V_lambda_n.dat')
r = data[:, 0]
V = data[:, 1]
def func(x, ps1, ps2, ps3, ps4):
return ps1*np.exp(-(x/ps2)**2) + ps2*np.exp(-(x/ps3)**2) + ps3*np.exp(-(x/ps4)**2)
popt, pcov = optimize.curve_fit(func, r, V, maxfev=10000)
#params = optimize.curve_fit(func, ps1, ps2, ps3, ps4)
#[ps1, ps2, ps2, ps4] = params[0]
p1=plt.plot(r, V, 'bo', label='data')
p2=plt.plot(r, func(r, *popt), 'r-', label='fit')
plt.xticks(np.linspace(0, 4, 9, endpoint=True))
plt.yticks(np.linspace(-50, 150, 9, endpoint=True))
plt.show()
下面是結果:
我怎麼可能會修復此代碼,以提高適合?由於
......... popt,pcov = optimize.curve_fit(partial(func,x,ps1,ps2,ps3,ps4),r,V,maxfev = 10000)....? –
嗨@AriGold,當我嘗試我得到的錯誤「名稱錯誤:名稱'部分'未定義」 – Otto
from functools import partial –