如何打印高斯曲线拟合结果？

Question

我花了一些时间，但是我使用下面的代码为自己的x，y数据集创建了高斯拟合。

import matplotlib.pyplot as plt
import numpy as np
from scipy.optimize import curve_fit
def Gauss(x, a, x0, sigma, offset):
    return a * np.exp(-(x - x0)**2 / (2 * sigma**2)) + offset
x, y = np.random.random(100), np.random.random(100)
popt, pcov = curve_fit(Gauss, x, y, p0=[np.max(y), np.median(x), np.std(x), np.min(y)])
plt.plot(x, y, 'b+:', label='data')
x_fit = np.linspace(np.min(x), np.max(x), 1000)
plt.plot(x_fit, Gauss(x_fit, *popt), 'r-', label='fit')
plt.legend()
plt.title('Something')
plt.xlabel('Anotherthing')
plt.ylabel('Athing')
plt.show()

我可以看到我的身体做得很好，可以看到图表和所有内容。

我现在想知道的是如何在屏幕上打印出这种拟合的结果，例如拟合最大值的x处的最大值，估计的误差等？

这些信息可以访问吗？如果是这样，是否有办法打印出此信息？如果不是，请问有人可以指出正确的方向吗？

Answer 1

相关信息包含在变量popt和pcov中。参见scipy doc。您将为每个变量返回一个数组。

Answer 2

在这里看看：https://lmfit.github.io/lmfit-py/model.html [请参见函数result.fit_report（）]。 您还可以将最终参数添加到图How to return the fit error in Python curve_fit的标签中。

Answer 3

正如 tagoma 所指出的，你拟合的所有相关信息都包含在 popt（最佳参数）和 pcov（协方差矩阵）中。在这种情况下，给定您的一组参数（a、x0、sigma、offset），您可以将它们解包为：

a, x0, sigma, offset = popt;

同样地，要解开他们的不确定性：

ua, ux0, usigma, uoffset = np.sqrt(np.diag(pcov));

（因为它们由它们自己的协方差给出）。

据我所知，curve_fit 不提供卡方或标准差等更多信息，我通常在拟合完成后立即执行所需的计算，只需将所有平方差相加并除以原始值（但这更多的是统计数据）。

希望对您有所帮助。