optimize.curve_fit函数，它接受变量数量的变化

Question

所以我写了一个函数，它是伪voigt行的总和：

def fitfunc(x, vars):
    val = 0
    for key in vars:
        val += psvo(x,*vars[key])
    return val

psvo是我写的伪voigt函数，它接受五个参数（x，sigma，mu，amplitude，alpha），vars是一个包含四个值集的字典。这个功能让我可以根据变量中的键数快速计算出我想要的多个voigt峰值的总和。我想在optimize.curve_fit中使用它，但找不到一个好方法。有没有更好的方法来编写这个函数或更好的方法来适应它？我宁愿尝试同时适应所有峰值，否则会引入错误，因为峰值A的位置会影响峰值B的位置。