如何打印高斯曲线拟合结果？

Question

我花了一些时间，但我使用下面的代码为我的x，y数据集创建了一个高斯拟合

import matplotlib.pyplot as plt
import numpy as np
from scipy.optimize import curve_fit
def Gauss(x, a, x0, sigma, offset):
    return a * np.exp(-(x - x0)**2 / (2 * sigma**2)) + offset
x, y = np.random.random(100), np.random.random(100)
popt, pcov = curve_fit(Gauss, x, y, p0=[np.max(y), np.median(x), np.std(x), np.min(y)])
plt.plot(x, y, 'b+:', label='data')
x_fit = np.linspace(np.min(x), np.max(x), 1000)
plt.plot(x_fit, Gauss(x_fit, *popt), 'r-', label='fit')
plt.legend()
plt.title('Something')
plt.xlabel('Anotherthing')
plt.ylabel('Athing')
plt.show()

我可以看到我的身体做得很好，可以看到图表和一切

我现在想知道的是，如何在屏幕上打印此拟合的结果，例如拟合的最大点x处的最大值、估计误差等

这些信息可以访问吗？如果是，有没有办法打印出这些信息？如果没有，请有人给我指出正确的方向，找出拟合误差

Answer 1

相关信息包含在变量popt和pcov中。见scipy doc。将为每个变量返回一个数组

Answer 2

正如tagoma指出的，拟合的所有相关信息都包含在popt（最优参数）和pcov（协方差矩阵）中。在这种情况下，给定一组参数（a、x0、sigma、offset），您可以将其解包为：

a, x0, sigma, offset = popt;

要解开其不确定性，类似地：

ua, ux0, usigma, uoffset = np.sqrt(np.diag(pcov));

（它们由各自的协方差给出）

据我所知，曲线拟合不提供卡方或标准偏差等更多信息，我通常在拟合完成后执行所需的计算，只需将所有的平方偏差相加，然后除以原始值（但这更像是一个统计学问题）

希望有帮助

Answer 3

看看这里：https://lmfit.github.io/lmfit-py/model.html[查看函数result.fit_report（）]。 还可以将最终参数添加到绘图How to return the fit error in Python curve_fit的标签中