用python对数据进行高斯拟合分布

小李默默吐槽，被这个高斯拟合分布折磨的吐血，下面是正文

首先是公式

# 自定义函数 
def func(x, a, u, sig):
    return a*(np.exp(-(x - u) ** 2 / (2 * sig ** 2)))

然后就是横纵坐标，画图

 x = np.array(dist)
 y = np.array(probability_dist)
 popt, pcov = curve_fit(func, x, y, p0=[2, 2, 2], maxfev=500000)
 a = popt[0]
 u = popt[1]
 sig = popt[2]
 curvex = np.linspace(np.min(x), np.max(x), 100)
 yvals = func(curvex, *popt)  # 拟合y值

对，就是这里了，小李刚开始直接照搬照抄，结果发现方差有负数，百度了一下，说是取绝对值也可以用。
接着就发现距离的平均值也有负的！！这个就不科学了。嗯，又查了一下，大佬说加offset
但是我发现加了之后之前不正常的正常了，之前正常的不正常了。so,还是分类处理吧，我就加了if判断

def fun(x, a, u, sig, offset):
    return a*(np.exp(-(x - u) ** 2 / (2 * sig ** 2))) + offset

当发现平均值是负数时，我就用这个重新计算。那么多出来的参数写在哪里呢
就是那个P0了，加了offset就要多给它传个参数，至于参数怎么设置，我是自己手动慢慢调的，可能这就是玄学吧。over

                plot1 = plt.plot(x, y, 's', label='original values')
                plot2 = plt.plot(curvex, yvals, 'r', label='polyfit values')
                plt.xlabel('distance')
                plt.ylabel('frequency')
                plt.legend(loc=1)  # 指定legend的位置左上角
                plt.title(str(num + 1) + " " + str(line + 1) + 'mean:' + str(format(u, '.5f')) + "var:" + str(format(sig, '.5f')))
                plt.show()

最后画图