python拟合曲线误差分析_python曲线拟合不能给出合理的拟合结果

您错误地调用了curve_fit，下面是用法curve_fit(f, xdata, ydata, p0=None, sigma=None, absolute_sigma=False, check_finite=True, **kw)f是您的函数，它的第一个参数是一组自变量，其后续参数是函数参数(如振幅、中心等)

扩展数据是自变量

ydata是依赖变量

p0是对函数参数的初始猜测(对于Guassian，这是振幅、宽度和中心)

默认情况下，p0被设置为一个1的列表[1,1，…]，这可能就是为什么您得到的结果是，fit永远不会执行，因为您调用不正确。在

尝试从数据中估计振幅、中心和宽度，然后制作一个p0对象(详见下文)

^{pr2}$

下面是一个简短的例子xdata = np.linspace(0, 4, 50)

mygauss = ( 10,2,0.5) #( amp, center, width)

y = func(xdata, *mygauss ) # using your func defined above

ydata = y + 2*(np.random.random(50)- 0.5) # add some noise to create fake data

现在我能猜出合适的参数了ai = np.max( ydata) # guess the amplitude

xi = xdata[ np.argmax( ydata)] # guess the position of center

猜测宽度是很棘手的，我首先会找到半最大值的位置(有两个，但您只需要找到一个，因为高斯是对称的)：