我对Python很陌生。我试图使高斯函数适合我的python绘图。我把代码附在这里了。如有任何更正,将不胜感激!你知道吗
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import curve_fit
import math
import random
from numpy import genfromtxt
data= genfromtxt ('PVC_Cs137.txt')
plt.xlim(0,2500)
plt.ylim(0,30000)
plt.xlabel("Channel number")
plt.ylabel("Counts")
x = data[:,0]
y = data[:,1]
n = len(x)
mean = sum(x*y)/n
sigma = sum(y*(x-mean)**2)/n
def gaus(x,a,x0,sigma):
return a*exp(-(x-x0)**2/(2*sigma**2))
popt,pcov = curve_fit(gaus,x,y,p0=[1,mean,sigma])
plt.plot(x,gaus(x,*popt))
plt.show()
以下是我的文件链接: https://www.dropbox.com/s/hrqjr2jgfsjs55x/PVC_Cs137.txt?dl=0
你的方法有两个问题。一个与编程有关。} functions can't provide this functionality, they work with scalars. 因此fit函数应该如下所示
gauss
fit函数必须使用numpy
数组。^{这就产生了正确的平均值/西格玛组合高斯曲线如下
现在我们来看一下文件中的值的分布:
这看起来甚至不像高斯曲线。难怪拟合函数不收敛。你知道吗
实际上还有第三个问题,你的平均值/西格玛的计算是错误的,但是由于你不能使你的数据符合高斯分布,我们现在可以忽略这个问题。你知道吗
相关问题 更多 >
编程相关推荐