12
我正在用Python编写一个程序,它可以将Gaussian和Lorentzian形状适用于某些给定的共振数据。我最初开始使用scipy.optimize.leastsq
,但在难以从协方差矩阵中检索优化参数中的误差之后,开始使用optimize.curve_fit
。使用scipy.optimize.curve_fit传递附加参数?
我已经定义了一个函数,以适应高斯和洛伦兹的总和:
def mix(x,*p):
ng = numg
p1 = p[:3*ng]
p2 = p[3*ng:]
a = sumarray(gaussian(x,p1),lorentzian(x,p2))
return a
其中p
是拟合参数的初始猜测的阵列。这里是其中使用curve_fit
称为实例:
leastsq,covar = opt.curve_fit(mix,energy,intensity,inputtot)
目前numg
(高斯形状的数量)是一个全局变量。有什么方法可以将它作为额外的参数并入curve_fit
而不是leastsq
?
非常感谢!完美工作 – 2012-04-20 17:26:45