optimize.leastsq或optimize.curve_fit？

Question

我必须在一组数据中加入高斯分布和洛伦兹分布。当我使用optimize.curve_fit时，拟合本身可以正常工作但我无法计算出错误，因为出现了以下警告：

category=OptimizeWarning
OptimizeWarning: Covariance of the parameters could not be estimated 

当我使用optimize.leastsq时，我不太明白我应该在括号中放入什么参数。它告诉我我需要四个参数，但是当我把四个参数放进去时它告诉我其中两个没有被定义，但它们是我需要它找到的参数，Eo和Io。这是我的代码（E是数据的x值）：

#define gaussian width, print
    gaussianwidth = exp((-E**2)/(2*(stdev**2)))

#define gaussian function
def gaussianfit(Io, Eo, E, gaussianwidth):
    return Io*exp((-(E-Eo)/gaussianwidth)**2)

#plot gaussian
y = opt.leastsq(gaussianfit, Eo, Io, E, I)
print y[0]
print y[1]
#I printed these so I could see what values it throws out (nothing at the mo)

哪个功能会更好，我该如何修复它们？请帮忙！ 谢谢