使高斯人适应ROOT直方图

Question

我试图编写一个程序，让几个高斯人适合ROOT直方图，但遗憾的是我对pyROOT缺乏经验。

我有一个Ba133发射光谱的直方图，并希望将高斯拟合到峰值，以便我知道所述峰的x轴值，这是为了校准探测器。理想情况下，程序会迭代并找到峰值本身，但我必须自己指定它们。

目前我唯一的代码是：

import ROOT

infile = ROOT.TFile("run333.root")

Ba_spectrum = infile.Get("hQ0")

Ba_spectrum.Draw()

如果有人可以告诉我如何使用pyroot让高斯人适应这些高峰，最好是自动化的，我们将不胜感激。

由于

Answer 1

鉴于获得合适的拟合结果通常取决于从合理的初始参数值开始，您可能最好先指定峰的大致位置。例如，你可以有一个文本文件，其中包含所有明显峰值的高度，平均值和宽度的猜测。

16000.0 625.0 25.0
  500.0 750.0 50.0
...

然后像这样运行。

import ROOT

in_file = ROOT.TFile("run333.root")
if not in_file.IsOpen():
    raise SystemExit("Could not open file.")

spectrum = in_file.Get("hQ0")
if spectrum is None:
    raise SystemExit("Could not find spectrum histogram.")

N_GAUSS_PARAMS = 3

init = []
with open("init.txt") as f:
    for s in f:
        tokens = s.split()
        if not tokens:
            continue
        if len(tokens) != N_GAUSS_PARAMS:
            raise SystemExit(
                "Bad line in initial-value file: \"{}.\"".format(s)
            )

        init.append([float(t) for t in tokens])

n_peaks  = len(init)
n_params = N_GAUSS_PARAMS * n_peaks

fit_function = ROOT.TF1(
    "fit_function",
    "+".join(
        ["gaus({})".format(i)
         for i in range(0, n_params, N_GAUSS_PARAMS)]
    ), 0.0, 4100.0
)
for i in range(n_peaks):
    for j in range(N_GAUSS_PARAMS):
        fit_function.SetParameter(i * N_GAUSS_PARAMS + j, init[i][j])

spectrum.Fit(fit_function)

for i in range(1, n_params, N_GAUSS_PARAMS):
    print(fit_function.GetParameter(i))