LMFIT - 从 Fitfunction 中提取变量

【问题标题】：LMFIT - Extrackt variables form FitfunctionLMFIT - 从 Fitfunction 中提取变量
【发布时间】：2018-10-10 12:21:52
【问题描述】：

我写了一个短代码来拟合来自光学发射规范的光谱。因此，我在 Peak 中安装了 VoigtModel，在背景中安装了 LinearModel。像这样的：

mod=VoigtModel()
pars = mod.guess(y, x=x)
out = mod.fit(y, pars, x=x)`

和

mod=LinearModel() 
pars = mod.guess(y, x=x)
func=mod.fit(y,pars,x=x)`

现在我想计算线性函数和 voigt 峰值函数之间的面积。有谁知道这是怎么做到的吗。我的想法是重建功能并执行集成。但我不知道如何从 fit_report() 中提取变量（斜率、截距、伽马、西格玛……）？谢谢 BR 数学

【问题讨论】：

你可以试试 func.best_values 或 mod.best_values - 这应该返回一个字典，其中参数名称作为键，它们的值作为字典值。您也可以尝试 func.plot() 或 mod.plot() 来可视化您的适合度。

【解决方案1】：

我不完全确定您要的是什么，但您可以从拟合结果 out 或 func 中提取一些内容（这是一个奇怪的名称来给出拟合结果，但是好的）：

ModelResult 有：

params：最佳拟合参数的有序字典。键为参数名，值为lmfit.Parameter对象，属性为value、stderr、max、min、correl等。
best_values：一个简单的字典，参数名称作为键，最适合的值作为值。
best_fit：最佳拟合模型的ndarray。

所以，你想要的可能是这样的：

for parname, param in out.params.items():
    print("%s = %f +/- %f " % (parname, param.value, param.stderr))

这基本上就是fit_report 方法的作用。

【讨论】：