python scipy.optimize curve_fit 多高斯拟合

最新推荐文章于 2025-04-25 10:19:18 发布

vola9527

最新推荐文章于 2025-04-25 10:19:18 发布

阅读量2.7w

点赞数 5

CC 4.0 BY-SA版权

分类专栏： python Python学习

本文链接：https://blog.csdn.net/vola9527/article/details/40432609

Python学习同时被 2 个专栏收录

74 篇文章

订阅专栏

python

73 篇文章

订阅专栏

本文介绍了一种使用Python的Scipy库进行双峰高斯曲线拟合的方法。通过定义高斯函数并利用curve_fit函数，实现了对给定数据集的有效拟合，并通过PyLab进行了结果展示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import pylab as plt
#import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
from scipy import asarray as ar,exp

x = ar(range(10))
y = ar([0,1,2,3,4,5,4,3,2,1])


def gaussian(x,*param):
    return param[0]*np.exp(-np.power(x - param[2], 2.) / (2 * np.power(param[4], 2.)))+\
           param[1]*np.exp(-np.power(x - param[3], 2.) / (2 * np.power(param[5], 2.)))


popt,pcov = curve_fit(gaussian,x,y,p0=[3,4,3,6,1,1])
print popt
print pcov

plt.plot(x,y,'b+:',label='data')
plt.plot(x,gaussian(x,*popt),'ro:',label='fit')
plt.legend()
plt.show()