您錯誤地調用了curve_fit，下面是用法curve_fit(f, xdata, ydata, p0=None, sigma=None, absolute_sigma=False, check_finite=True, **kw)f是您的函數，它的第一個參數是一組自變量，其后續參數是函數參數(如振幅、中心等)

擴展數據是自變量

ydata是依賴變量

p0是對函數參數的初始猜測(對于Guassian，這是振幅、寬度和中心)

默認情況下，p0被設置為一個1的列表[1,1，…]，這可能就是為什么您得到的結果是，fit永遠不會執行，因為您調用不正確。在

嘗試從數據中估計振幅、中心和寬度，然后制作一個p0對象(詳見下文)

^{pr2}$

下面是一個簡短的例子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

現在我能猜出合適的參數了ai = np.max( ydata) # guess the amplitude

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

猜測寬度是很棘手的，我首先會找到半最大值的位置(有兩個，但您只需要找到一個，因為高斯是對稱的)：pos_half = argmin( np.abs( ydata-ao/2 ) ) # subtract half the amplitude and find the minimum

現在評估這是從高斯中心(席)的距離：sig_i = np.abs( xi - xdata[ pos_half] ) # estimate the width

現在你可以做出初步的猜測了init_guess = (ai, xi sig_i)

合身params, variance = curve_fit( func, xdata=xdata, ydata=ydata, p0=init_guess)

print params

#array([ 9.99457443, 2.01992858, 0.49599629])

非常接近mygauss。希望有幫助。在

總結

以上是生活随笔為你收集整理的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的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。