高斯曲线拟合

Question

我绘制了一个熵图。现在我想做一个曲线拟合，但我不明白如何启动这个过程。我使用scipy 的curve_fit 模块进行了尝试，但我得到的只是一条直线而不是高斯曲线。这是输出：

from scipy.optimize import curve_fit

x = [18,23,95,142,154,156,157,158,258,318,367,382,484,501,522,574,681,832,943,1071,1078,1101,1133,1153,1174,1264]
y = [0.179,0.179,0.692,0.574,0.669,0.295,0.295,0.295,0.387,0.179,0.179,0.462,0.179,0.179,0.179,0.179,0.179,0.179,0.179,0.179,0.179,0.462,0.179,0.387,0.179,0.295]

x = np.asarray(x)
y = np.asarray(y)

def Gauss(x, A, B):
    y = A*np.exp(-1*B*x**2)
    return y


parameters_g, covariance_g = curve_fit(Gauss, x, y)

fit_A = parameters_g[0]
fit_B = parameters_g[1]

print(fit_A)
print(fit_B)

fit_y = Gauss(x, fit_A, fit_B)
plt.figure(figsize=(18,10))
plt.plot(x, y, 'o', label='data')
plt.plot(x, fit_y, '-', label='fit')
plt.legend()
plt.show()

我刚刚使用样条连接了这些值并得到了这种曲线：

谁能建议我如何将这条曲线拟合成高斯曲线？

编辑 1：现在我有了条形图（有点），其中我有相应 x 值的 y 值。我的 x 轴范围从 0 到 1273，y 轴范围从 0 到 1。我怎样才能进行曲线拟合？这里的正确曲线是什么？我试图为给定数据拟合双峰曲线分布。您可以从这里找到数据。

条形图图片：https://i.stack.imgur.com/1Awt5.png

数据：https://drive.google.com/file/d/1_uiweIWRWgzy5wNVLOvn4WN25jteu8rQ/view?usp=sharing

Answer 1

你没有一条线，你确实有一条高斯曲线（因为你对高斯的定义，以零为中心）。当您以不同的比例绘制函数时，您可以清楚地看到：

x_arr = np.linspace(-2,2,100)
fit_y = Gauss(x_arr, fit_A, fit_B)
plt.figure(figsize=(18,10))
plt.plot(x_arr, fit_y, '-', label='fit')
plt.legend()
plt.show()

该图像是使用您的代码中估计的 fit_A == fit_B == 1 制作的。

您可以通过以下方式添加不同的初始猜测，从而得出不同的结果：

parameters_g, covariance_g = curve_fit(Gauss, x, y, p0=(1,1/1000))

但我会说您的数据并没有通过高斯曲线很好地描述。

我会推荐的一件事是手动设置这些值以查看它对情节的影响。这样一来，您就可以感觉到您尝试自动化的任务是否是现实的。