python多峰高斯拟合

在Python中，要实现多峰高斯拟合，可以使用SciPy库中的curve_fit函数来实现。具体步骤如下：

1. 导入所需的库：

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

2. 定义高斯函数:

def gaussian(x, a, b, c):
    return a * np.exp(-(x - b)**2 / (2 * c**2))

其中，a为高斯峰的幅度，b为高斯峰的中心位置，c为高斯峰的标准差。

3. 准备数据：

x = np.array([1, 2, 3, 4, 5]) # x轴数据
y = np.array([2, 4, 7, 4, 2]) # y轴数据

4. 进行拟合：

popt, pcov = curve_fit(gaussian, x, y)

其中，popt为拟合后的参数值，pcov为参数的协方差。

5. 绘制拟合曲线：

plt.plot(x, y, 'b-', label='data') # 绘制原始数据曲线
plt.plot(x, gaussian(x, *popt), 'r-', label='fit') # 绘制拟合曲线
plt.legend()
plt.show()

这样就可以实现多峰高斯拟合了。需要注意的是，整个过程中需要根据实际情况调整高斯函数的参数个数和初始值，并根据数据特点进行参数的初步估计。<span class="em">1</span>
#### 引用[.reference_title]
- *1* [Python实现高斯曲线拟合](https://blog.csdn.net/renjie10/article/details/114933766)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]