如何在 Python 上绘制高斯函数？答案

【问题标题】：How to plot a Gaussian function on Python?如何在 Python 上绘制高斯函数？
【发布时间】：2018-01-24 18:41:36
【问题描述】：

我有一个这样的数据文件

 Frequencies --    95.1444               208.5295               256.0966
 IR Inten    --     4.5950                 0.1425                 2.4807

 Frequencies --   273.7203               424.4748               446.9433
 IR Inten    --     0.6420                 0.0001                 0.9654

 Frequencies --   520.5846               561.6770               630.1851
 IR Inten    --     8.8996                 6.4944                 0.4674

 Frequencies --   703.7315               767.1711               799.2923
 IR Inten    --    23.7514                63.4507                15.9273

每个频率都与下面的IR强度相关，例如（频率= 95.1444/ IR Inten= 4.5950），（频率= 208,5295/ IR Inten= 0.1425）......等等。

我必须在每个频率上构建一个高斯曲线，其高度是最强峰的相对强度。所有这些曲线的总和应该是红外光谱的模型。

这里有一些提示：

高斯曲线是：

import math
y = a*math.exp(-(x-b)**2/(2*c*c))

在哪里

a: height of the peak
b: position of the center of the peak
c: controls the width of the peak

您可以按如下方式绘制函数：

import pylab
pylab.plot(xs,ys)  

# xs is a list of x-values
# ys is a list of y-values


pylab.show()

【问题讨论】：

标签： python plot gaussian

【解决方案1】：

您可以使用以下库： import matplotlib.pyplot as plt

【讨论】：

【解决方案2】：

您不必计算每个 x 和 y 值，您可以通过这种方式计算均值和方差：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.mlab as mlab
import math

mu = 0
variance = 1
sigma = math.sqrt(variance)
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
plt.plot(x,mlab.normpdf(x, mu, sigma))
plt.show()

【讨论】：