lmfit 适合具有多个峰值的数据中的“错误”峰值答案

【问题标题】：lmfit fits 'wrong' peak in data with multiple peakslmfit 适合具有多个峰值的数据中的“错误”峰值
【发布时间】：2020-10-20 07:22:52
【问题描述】：

使用此代码（在 sn-p 之前我只是读入数据，效果很好，在 sn-p 之后我只是做标签等）

plt.errorbar(xdata, ydata, yerr, fmt='.', label='Data')

model = models.GaussianModel()
params = model.make_params()

params['center'].set(6.5)
#params['center'].vary = False

fit = model.fit(ydata, params=params, x=xdata, weights=1/yerr)
print(fit.fit_report())

plt.plot(xdata, fit.best_fit, label='Fit')

我尝试拟合最后一个峰值（大约在 x=6.5 处）。但正如您在图片中看到的那样，代码并没有这样做。谁能告诉我这是为什么？

编辑：如果我运行params['center'].vary = False 行，那么“fit”就会随处变为零。

【问题讨论】：

尝试限制拟合范围，或者您可以考虑两个可能适合两个峰值的高斯叠加。由一个单一的钟形曲线组成的模型只是不适合您肉眼所见的数据。

标签： python gaussian lmfit

【解决方案1】：

我从未使用过lmfit，但问题很可能是您试图适应整个数据区域。考虑到您传递给.fit 调用的整个数据区域，结果拟合可能是最好和正确的。
您应该尝试仅将相关数据传递给拟合。在您的情况下，xdata 应该只是从大约 5.5 到 7.5（或这些数字附近的某个地方）的一组数据点。当然，ydata 也必须适应这些值。那么合身应该可以很好地工作。

【讨论】：