高斯拟合曲线python

高斯拟合曲线是一种常用的数据拟合方法，可以用于对实验数据进行拟合，从而得到数据的分布规律。以下是使用Python进行高斯拟合曲线的方法：

1. 导入必要的库

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

2. 定义高斯函数

def gaussian(x, a, x0, sigma):
    return a * np.exp(-(x - x0) ** 2 / (2 * sigma ** 2))

3. 生成数据

x = np.linspace(-10, 10, 100)
y = gaussian(x, 1, 0, 1) + 0.1 * np.random.normal(size=len(x))

4. 拟合数据

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

5. 绘制拟合曲线

plt.plot(x, y, 'b+:', label='data')
plt.plot(x, gaussian(x, *popt), 'r-', label='fit')
plt.legend()
plt.title('Gaussian fit')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

以上代码将生成一个高斯拟合曲线的图像，其中蓝色的线条表示原始数据，红色的线条表示拟合曲线。