對高斯數據的三項高斯擬合（p​​ython）

Question

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：

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

Answer 1

隨着從SciPy的用戶論壇朋友的幫助下，我嘗試作爲初始猜測如下：

P0 = [V.max（），std_dev，V.max（），2]

這個合適得多了。新飛度是如圖所示

enter image description here

我希望配合可以得到比這更好的。