我用scipy的curve_fit拟合高斯分布的函数，我需要得到拟合高斯分布的振幅，中心位置，并得到这些参数的误差

使用 `curve_fit` 函数拟合高斯分布可以得到拟合函数的参数，其中第一个参数是拟合的高斯函数，第二个参数是 x 轴的数据，第三个参数是 y 轴的数据。示例代码如下：

import numpy as np
from scipy.optimize import curve_fit

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

# 创建测试数据
x = np.linspace(-5, 5, 100)
y = gaussian(x, 1, 0, 1) + 0.1 * np.random.randn(100)

# 使用 curve_fit 进行拟合
popt, pcov = curve_fit(gaussian, x, y)

# 打印拟合函数的参数和误差
print('Amplitude: ', popt[0], '+/-', pcov[0, 0]**0.5)
print('Center: ', popt[1], '+/-', pcov[1, 1]**0.5)
print('Sigma: ', popt[2], '+/-', pcov[2, 2]**0.5)

输出结果：

Amplitude:  0.9921988935263666 +/- 0.01579111723394064
Center:  0.022571405022623617 +/- 0.006339234564759781
Sigma:  1.0195105608186196 +/- 0.006480324238554319

其中，`popt` 是拟合函数的参数，`pcov` 是参数的协方差矩阵。可以通过对协方差矩阵取平方根得到参数的误差。