python - lmfit 适合具有多个峰值的数据中的“错误”峰值

Question

使用此代码（在我刚刚读入数据的片段之前，它工作正常，在片段之后我只是做标签等）

plt.errorbar(xdata, ydata, yerr, fmt='.', label='Data')

model = models.GaussianModel()
params = model.make_params()

params['center'].set(6.5)
#params['center'].vary = False

fit = model.fit(ydata, params=params, x=xdata, weights=1/yerr)
print(fit.fit_report())

plt.plot(xdata, fit.best_fit, label='Fit')

我尝试拟合最后一个峰值（大约在 x=6.5 处）。但正如您在图片中看到的那样，代码并没有这样做。谁能告诉我这是为什么？

编辑：如果我运行这条线params['center'].vary = False，“适合”在任何地方都会变为零。

标签： pythongaussianlmfit

Answer 1

我从未使用过lmfit，但问题很可能是您试图适应整个数据区域。考虑到您传递给调用的整个数据区域.fit，结果拟合可能是最好和正确的。
您应该尝试仅将相关数据传递给拟合。在您的情况下xdata，应该只是从大约 5.5 到 7.5（或这些数字附近的某个地方）的一组数据点。ydata当然，也必须适应这些值。那么适合应该很好地工作。