如何在Python中拟合多个高斯曲线到质谱数据？

Question

我想在Python中将多条高斯曲线拟合到质谱数据中。现在我一次将数据拟合为高斯 - 一次只有一个范围。

有更简化的方法吗？有没有办法可以通过循环运行数据在每个峰值绘制高斯？我猜测那里必须有更好的方法，但我已经通过互联网进行了梳理。

我的两位高斯图表如下所示。

我的示例数据可在以下网址找到：http://txt.do/dooxv

这是我目前的代码：

import numpy as np
import matplotlib.pyplot as plt
import scipy.optimize as opt

from scipy.interpolate import interp1d

RGAdata = np.loadtxt("/Users/ilenemitchell/Desktop/RGAscan.txt", skiprows=14)
RGAdata=RGAdata.transpose()

x=RGAdata[0]
y=RGAdata[1]

# graph labels
plt.ylabel('ion current')
plt.xlabel('mass/charge ratio')
plt.xticks(np.arange(min(RGAdata[0]), max(RGAdata[0])+2, 2.0))
plt.ylim([10**-12.5, 10**-9])
plt.title('RGA Data Jul 25, 2017')

plt.semilogy(x, y,'b')

#fitting a guassian to a peak

def gauss(x, a, mu, sig):
return a*np.exp(-(x-mu)**2/(2*sig**2))


fitx=x[(x>40)*(x<43)]
fity=y[(x>40)*(x<43)]
mu=np.sum(fitx*fity)/np.sum(fity)
sig=np.sqrt(np.sum(fity*(fitx-mu)**2)/np.sum(fity))

print (mu, sig, max(fity))

popt, pcov = opt.curve_fit(gauss, fitx, fity, p0=[max(fity),mu, sig])
plt.semilogy(x, gauss(x, popt[0],popt[1],popt[2]), 'r-', label='fit')

#second guassian

fitx2=x[(x>26)*(x<31)]
fity2=y[(x>26)*(x<31)]
mu=np.sum(fitx2*fity2)/np.sum(fity2)
sig=np.sqrt(np.sum(fity2*(fitx2-mu)**2)/np.sum(fity2))

print (mu, sig, max(fity2))

popt2, pcov2 = opt.curve_fit(gauss, fitx2, fity2, p0=[max(fity2),mu, sig])
plt.semilogy(x, gauss(x, popt2[0],popt2[1],popt2[2]), 'm', label='fit2')

plt.show()

Answer 1

以下是一些示例代码，用于识别数据集中的峰值以帮助您入门。您可以找到所有示例here的链接。

import numpy as np
import peakutils
cb = np.array([-0.010223, ... ])
indexes = peakutils.indexes(cb, thres=0.02/max(cb), min_dist=100)
# [ 333  693 1234 1600]

interpolatedIndexes = peakutils.interpolate(range(0, len(cb)), cb, ind=indexes)
# [  332.61234263   694.94831376  1231.92840845  1600.52446335]

Answer 2

除了Alex F的回答之外，您还需要识别峰值并分析其周围环境，以确定xmin和xmax值。

如果你已经这样做了，你可以使用这个稍微重构的代码和循环来绘制所有相关数据

import numpy as np
import matplotlib.pyplot as plt
import scipy.optimize as opt

from scipy.interpolate import interp1d

def _gauss(x, a, mu, sig):
    return a*np.exp(-(x-mu)**2/(2*sig**2))

def gauss(x, y, xmin, xmax):
    fitx = x[(x>xmin)*(x<xmax)]
    fity = y[(x>xmin)*(x<xmax)]
    mu = np.sum(fitx*fity)/np.sum(fity)
    sig = np.sqrt(np.sum(fity*(fitx-mu)**2)/np.sum(fity))

    print (mu, sig, max(fity))

    popt, pcov = opt.curve_fit(_gauss, fitx, fity, p0=[max(fity), mu, sig])
    return _gauss(x, popt[0], popt[1], popt[2])

# Load data and define x - y
RGAdata = np.loadtxt("/Users/ilenemitchell/Desktop/RGAscan.txt", skiprows=14)
x, y = RGAdata.T

# Create the plot
fig, ax = plt.subplots()
ax.semilogy(x, y, 'b')

# Plot the Gaussian's between xmin and xmax
for xmin, xmax in [(40, 43), (26, 31)]:
    yG = gauss(x, y, xmin, xmax)
    ax.semilogy(x, yG)

# Prettify the graph
ax.set_xlabel("mass/charge ratio")
ax.set_ylabel("ion current")
ax.set_xticks(np.arange(min(x), max(x)+2, 2.0))
ax.set_ylim([10**-12.5, 10**-9])
ax.set_title("RGA Data Jul 25, 2017")

plt.show()

Answer 3

您可能会发现lmfit模块（https://lmfit.github.io/lmfit-py/）很有帮助。这提供了一个预先构建的GaussianModel类，用于将峰拟合到单个高斯，并支持将多个模型（不一定是高斯，还有其他峰模型和其他可能对背景有用的函数）添加到一个复合模型中立刻适应。

Lmfit支持固定或给某些参数赋予范围，这样您就可以将模型建立为具有固定位置的高斯之和，从而限​​制质心的值随某个范围变化（因此峰值不会混淆）。此外，您可以对参数值施加简单的数学约束，以便您可能要求所有峰宽都相同（或以某种简单形式相关）。

特别是，您可以使用2个高斯和背景函数来查看https://lmfit.github.io/lmfit-py/builtin_models.html#example-3-fitting-multiple-peaks-and-using-prefixes的拟合示例。

对于高峰发现，我发现scipy.signal.find_peaks_cwt非常好。