如何在python中估计双高斯拟合的参数

【问题标题】：How to estimate parameters of double Gaussian Fit in python如何在python中估计双高斯拟合的参数
【发布时间】：2021-07-28 04:54:09
【问题描述】：

我正在尝试在 Python 中使用 scipy 和最小二乘法来学习高斯拟合。

我还有一个问题涉及到这个问题的答案How to fit a double Gaussian distribution in Python?，

从答案的代码来看，如何估计参数c1, mu1, sigma1, c2, mu2, sigma2

在 params = [c1, mu1, sigma1, c2, mu2, sigma2]，既然我想用leastsq？

【问题讨论】：

答案是“通过检查发现的起始值”，因此您只需查看数据即可。否则，您可以使用随机值或数据的分位数。
您也可以查看lmfit，它提供了差分进化或像SO example中所做的那样通过差分进化猜测参数

标签： python curve-fitting gaussian

【解决方案1】：

希望这个答案不会太晚.. 有一种简单的方法可以实际估计这些参数。

这就是我在自己的代码中对光谱进行高斯拟合的方法：

#Détermination des paramètres initiaux
            mu0, m = xdata[roiDeb], ydata[roiDeb]
            for j in range(roiDeb+1, roiFin+1) :
                if ydata[j] > m:
                    mu0 = xdata[j]
                    m = ydata[j]
            h0 = m
            fwhmd, fwhmf, sigma0 = ydata[roiDeb], ydata[roiFin+1], 0
            for j in range(roiDeb, mu0+1) :
                if ydata[j] > h0/2 :
                    fwhmd = j
                    break
            for j in range(mu0, roiFin+1) :
                if ydata[j] < h0/2 :
                    fwhmf = j
                    break
            sigma0 = (fwhmf-fwhmd)/2.355

要确定质心，您只需执行 if 条件并检查您感兴趣的区域中较高的 y 值。

然后您可以计算两侧的半高全宽（FWHM）。

完成公式：sigma = FWHM / 2.355 可以简单演示（或者可以在网上找到）

我让您自己发现如何使用这些值进行高斯拟合...

【讨论】：