高斯函数python

高斯函数在Python中可以通过以下代码实现：

import numpy as np

def gauss(x, *param):
    return param\[0\] * np.exp(-np.power(x - param\[2\], 2.) / (2 * np.power(param\[4\], 2.))) + \
           param\[1\] * np.exp(-np.power(x - param\[3\], 2.) / (2 * np.power(param\[5\], 2.)))

这段代码定义了一个名为`gauss`的函数，它接受一个变量`x`和一系列参数`param`。函数的返回值是根据高斯函数的公式计算得到的值。具体来说，函数使用了NumPy库中的指数函数`np.exp`和幂函数`np.power`来计算高斯函数的值。参数`param`包含了高斯函数的各个参数，例如均值、标准差等。通过调整这些参数的值，可以得到不同形状的高斯函数曲线。
#### 引用[.reference_title]
- *1* *3* [高斯曲线拟合原理以及Python源码](https://blog.csdn.net/chinamaoge/article/details/106682308)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [高斯函数生成高斯模板（含Python代码实现）](https://blog.csdn.net/weixin_43312117/article/details/123306688)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]