输入不当：N=3 不得超过 M=1（试图拟合高斯函数时出错）

Question

我对 python 和曲线拟合很陌生，目前我正在尝试用高斯拟合下图

我正在关注this tutorial，我的代码如下所示

import numpy as np
import matplotlib.pyplot as plt
from pylab import genfromtxt
from matplotlib import pyplot
from numpy import sqrt, pi, exp, linspace,loadtxt
from lmfit import Model

def gaussian(x,amp,cen,wid):
    "1-d gaussian: gaussian(x,amp,cen,wid)"
    return (amp/(sqrt(2*pi)*wid))*exp(-(x-cen)**2/(2*wid**2))


filelist=[]
time=[0.00,-1.33,-2.67,-4.00,-5.33,-6.67,1.13,2.67,4.00,5.33,6.67]
index=0
offset=0

filelist.append('0.asc')

for i in range(1,6):
    filelist.append("-%s00.asc" %(i))

for i in range(1,6):
    filelist.append("+%s00.asc" %(i))

sfgpeaks=[]


for fname in filelist:
    data=np.genfromtxt(fname,delimiter=',',unpack=True,skip_footer=20)
    SFGX=data[0,500:530]
    SFGY=data[1,500:530]
    SFGpeakY=np.max(SFGY)
    sfgpeaks.append(SFGpeakY)

    gmodel = Model(gaussian)
    result = gmodel.fit(SFGpeakY, x=time[index], amp=5,cen=5,wid=3)

    plt.plot(time[index],sfgpeaks[index],'ro')
    plt.plot(time[index],result.init_fit, 'k--',label="Gaussian Fit")

    plt.xticks(time)
    index=index+1

print(pump2SHGX)
pyplot.title("Time Delay-SFG peak")
plt.xlabel("Timedelay[ps]")
plt.ylabel("Counts[arb.unit]")
plt.savefig("796and804nmtimesfg")
plt.legend(bbox_to_anchor=(1.0,0.5))
plt.show()

但是，当我尝试将我拥有的数据（时间延迟和上图的 Y 值）添加到高斯参数中时，我遇到了错误。 我得到的错误是这个

TypeError：输入不正确：N=3 不得超过 M=1

这个错误是因为我试图从一个数组中插入一个值到参数中吗？？

非常感谢任何帮助。

Answer 1

你有

 result = gmodel.fit(SFGpeakY, x=time[index], amp=5,cen=5,wid=3)

将 1 个值作为 x 传递，将 1 个值作为数据传递。然后在该 1 点评估模型。错误消息是适合抱怨您有 3 个变量和 1 个值。

您可能希望将数据数组SFGY 与x 设置为SFGX 相匹配，

 result = gmodel.fit(SFGY, x=SFGX, amp=5,cen=5,wid=3)

虽然我不清楚您附加的图中使用了哪些数据。

另外：您可能希望根据数据为amp、cen 和wid 提供初始值。你的SFGpeakY 可能是amp 的一个不错的猜测，SFGX.mean() 和SFGX.std() 可能是不错的猜测，或者cen 和wid。

另外：您绘制result.init_fit 标记为“高斯拟合”。 result.init_fit 将是使用参数初始值评估的模型。 result.best_fit 中与优化参数的最佳匹配。