带有缺陷数据的二维高斯曲线拟合

Question

我一直在尝试将二维高斯拟合到我的数据中。我有一个 (x,y) 地图和每个坐标的 z 值。但是，我想摆脱一些 z 值，但是由于 curve_fit 要求将数组作为 (x,y) 参数，因此很难摆脱 (x,y) 数组中对应的 (x,y) 值。

我看到有很多解决方案（掩码数组，lmfit），但我选择了一个更简单的解决方案，因为我不太擅长 python。

这是我的代码：

def gaussienne(Var, xo, yo, backgr, gx, gy, theta):
    
    x,y = Var
    
    a = np.cos(theta)**2/(2*gx**2) + np.sin(theta)**2/(2*gy**2)
    b = -np.sin(2*theta)/(4*gx**2) + np.sin(2*theta)/(4*gy**2)
    c = np.sin(theta)**2/(2*gx**2) + np.cos(theta)**2/(2*gy**2)
    
    res=backgr+np.exp(-(a*(x-xo)**2 + 2*b*(x-xo)*(y-yo)+ c*(y-yo)**2))
    
    return res.ravel() 

x=np.linspace(start_x,start_x+(taille_x)*step_x, taille_x)
y=np.linspace(start_y,start_y+(taille_y)*step_y, taille_y)
mask=[]

intensite=intensite.reshape(taille_x, taille_y)
for i in range(taille_x):
     for j in range (taille_y):
         if intensite[i,j]!=0:
               mask.append([x[i],y[j],intensite[i,j]])
mask=np.array(mask)

p0 = a, b, 80, 0.2, 0.2, 0.001
popt, pcov = curve_fit(gaussienne, mask[:,:2], mask[:,2], p0, maxfev=5000)

基本上，对于我想要取的每个 z 值（即不等于 0），我添加以屏蔽 z 值和对应的 (x,y) 坐标。掩码是一个元组列表。我把它变成一个数组，然后交给curve_fit。

然后我得到错误：ValueError: too many values to unpack (expected 2)

我不明白我是如何得到这个错误的，因为 mask[:,:2] 是 (2,n) 而 mask[:,2] 是 (1,n)

感谢您的帮助

Answer 1

我不明白我是如何得到这个错误的，因为 mask[:,:2] 是 (2,n)

不完全是 - mask[:, :2].shape 是 (<i>n</i>, 2)，所以它必须是 x, y = Var.T - 或者当然你可以将 mask[:, :2].T 传递给 curve_fit()。