python 折线图高斯拟合

要在 Python 中绘制折线图并进行高斯拟合，你可以使用以下步骤：

1. 导入必要的库：

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

2. 准备数据：

x = np.array([1, 2, 3, 4, 5])
y = np.array([1.2, 2.3, 4.5, 7.8, 12.1])

这里，我们假设 `x` 和 `y` 为已知的数据。

3. 定义高斯函数：

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

这里，我们定义了一个高斯函数，其中 `a`、`b` 和 `c` 是拟合参数。

4. 进行高斯拟合：

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

这里，`curve_fit` 函数返回两个值：`popt` 是一个包含拟合参数的数组，`pcov` 是协方差矩阵。

5. 绘制折线图：

plt.plot(x, y, 'bo', label='data')
plt.plot(x, gaussian(x, *popt), 'r-', label='fit')
plt.legend()
plt.show()

这里，我们使用 `plot` 函数绘制原始数据和拟合曲线，并使用 `legend` 函数添加图例。

完整代码如下：

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

# 准备数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([1.2, 2.3, 4.5, 7.8, 12.1])

# 定义高斯函数
def gaussian(x, a, b, c):
    return a * np.exp(-(x - b)**2 / (2 * c**2))

# 进行高斯拟合
popt, pcov = curve_fit(gaussian, x, y)

# 绘制折线图
plt.plot(x, y, 'bo', label='data')
plt.plot(x, gaussian(x, *popt), 'r-', label='fit')
plt.legend()
plt.show()

运行代码后，你将得到一张包含原始数据和高斯拟合曲线的折线图。