python怎么拟合高斯函数
时间: 2024-06-15 10:09:13 浏览: 226
2d_gaussian_fit:用于 2D 高斯拟合的 Python 代码,从 scipy 食谱修改而来
在Python中,可以使用SciPy库来拟合高斯函数。具体步骤如下:
1. 导入所需的库:
```python
import numpy as np
from scipy.optimize import curve_fit
```
2. 定义高斯函数:
```python
def gaussian(x, a, b, c):
return a * np.exp(-(x - b)**2 / (2 * c**2))
```
其中,`a`是高斯函数的幅值,`b`是高斯函数的均值,`c`是高斯函数的标准差。
3. 准备数据:
```python
x_data = np.array([1, 2, 3, 4, 5]) # 自变量数据
y_data = np.array([0.5, 1.2, 2.1, 3.5, 4.8]) # 因变量数据
```
4. 使用`curve_fit`函数进行拟合:
```python
params, _ = curve_fit(gaussian, x_data, y_data)
```
其中,`params`是拟合得到的参数。
5. 绘制拟合曲线:
```python
import matplotlib.pyplot as plt
x = np.linspace(0, 6, 100) # 生成用于绘制曲线的自变量数据
y = gaussian(x, *params) # 计算拟合曲线的因变量数据
plt.scatter(x_data, y_data, label='Data') # 绘制原始数据点
plt.plot(x, y, label='Fit') # 绘制拟合曲线
plt.legend() # 显示图例
plt.show() # 显示图形
```
以上就是使用Python拟合高斯函数的基本步骤。
阅读全文