高斯拟合python

要在Python中进行高斯拟合，可以使用SciPy库中的curve_fit函数。首先，您需要导入必要的库和模块：

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

接下来，您需要准备一些数据以进行拟合。假设您有一个包含x值和y值的数组：

x = np.array([1, 2, 3, 4, 5])
y = np.array([0.1, 0.5, 0.9, 2.2, 4.5])

然后，定义一个高斯函数，用于拟合数据：

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

接下来，使用curve_fit函数进行拟合：

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

最后，可以绘制原始数据和拟合曲线：

plt.scatter(x, y, label='Data')
plt.plot(x, gaussian_func(x, *popt), 'r-', label='Fit')
plt.legend()
plt.show()

这是一个简单的高斯拟合示例。您可以根据自己的数据和需求进行修改和调整。