尝试使用 scipy.interpolate 计算 FWHM 的问题

Question

我在尝试查找某些数据的 FWHM 时遇到问题。我最初尝试使用interpolate.interp1d 拟合曲线。有了这个，我可以创建一个函数，当我输入一个 x 值时，它会返回一个插值的 y 值。问题是我需要这个功能的反面。换句话说，我想切换我的自变量和因变量。当我尝试切换它们时，我会收到错误，因为必须对独立数据进行排序。如果我对数据进行排序，我会丢失索引，从而丢失图表的形状。

我试过了：

x = np.linspace(0, line.shape[0], line.shape[0])
self.x_curve = interpolate.interp1d(x, y, 'linear')

y 是我的数据。

为了得到相反的结果，我尝试了：

self.x_curve = interpolate.interp1d(sorted(y), x, 'linear')

但值已关闭。

然后我继续尝试使用 UnivariateSpline 并获取根以找到 FWHM（来自此问题：Finding the full width half maximum of a peak），但 root() 方法一直给我一个空列表 []。

这是我用的：

x_curve = interpolate.UnivariateSpline(x, y)
r = x_curve.roots()
print(r)

这是数据的图像（使用 UnivariateSpline）：

有什么想法吗？谢谢。

Answer 1

使用UnivariateSpline.roots() 获取 FWHM 仅在您移动数据使其值在 FWHM 处为 0 时才有效。

看到数据的背景是嘈杂的，我首先估计了基线。例如：

y_baseline = y[(x<200) & (x>350)].mean()

（根据您的需要调整x 的限制）。然后移动数据，使基线中间和峰值位于 0。看到您的数据有最小值而不是示例中的最大值，我使用的是y.min()：

y_shifted = y - (y.min()+y_baseline)/2.0

现在为这个移位的数据拟合一条样条曲线，roots() 应该能够找到根，其差异是 FWHM。

x_curve = interpolate.UnivariateSpline(x, y_shifted, s=0)
x_curve.roots()

如果您想根据平滑数据估计 FWHM，请增加 s 参数。