非线性最小二乘法 python_Python：具有非线性最小二乘法的双曲线高斯拟合

这个代码适用于我,只要你只适合两个高斯分布的组合的函数.

我刚刚做出了一个残差函数,增加了两个高斯函数,然后从真实数据中减去它们.

我传递给Numpy最小二乘函数的参数(p)包括：第一个高斯函数(m)的平均值,与第一和第二高斯函数(dm,即水平移位)的平均值,标准偏差的第一(sd1)和第二(sd2)的标准偏差.

import numpy as np

from scipy.optimize import leastsq

import matplotlib.pyplot as plt

######################################

# Setting up test data

def norm(x, mean, sd):

norm = []

for i in range(x.size):

norm += [1.0/(sd*np.sqrt(2*np.pi))*np.exp(-(x[i] - mean)**2/(2*sd**2))]

return np.array(norm)

mean1, mean2 = 0, -2

std1, std2 = 0.5, 1

x = np.linspace(-20, 20, 500)

y_real = norm(x, mean1, std1) + norm(x, mean2, std2)

######################################

# Solving

m, dm, sd1, sd2 = [5, 10, 1, 1]

p = [m, dm, sd1, sd2] # Initial guesses for leastsq

y_init = nor