有缺陷数据的二维高斯曲线拟合

Question

我一直在尝试在我的数据上拟合二维高斯分布。我有一个（x，y）贴图和每个坐标的z值。但是，我想去掉一些z值，但是因为curve_fit要求数组作为（x，y）参数，所以很难去掉（x，y）数组中对应的（x，y）值

我看到有很多解决方案（屏蔽数组，lmfit），但我选择了一个更简单的解决方案，因为我对python不是很在行

这是我的密码：

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，对于我想要获取的每个z值（即不等于0），我添加以屏蔽z值和相应的（x，y）坐标。掩码是一个元组列表。我把它变成一个数组，给它曲线拟合

然后我得到一个错误：ValueError：太多的值无法解包（预期为2个）

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

谢谢你的帮助

Answer 1

I don't understand how i get this error since mask[:,:2] is (2,n)

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