需要帮助Python将Gaussian拟合到y=0时不沿xaxis的数据吗

Question

我已经找了相当多的资料，还没有找到一个明确的解决我的问题的办法。我现在可以将高斯拟合到沿x轴的任何数据，这是您在查看高斯拟合教程时看到的典型数据集。现在我有数据，是提高了一定数量以上的x轴，所以我不能让我的高斯拟合击中x轴。我的解决方案是定义一个高斯函数，外加一个+y0常数。我只是不知道该怎么写！目前我有以下几点。你知道吗

n = len(xcut)                            
mean = center                           
sigma = sum(ycut*(xcut-mean)**2)/n        

def gaus(x,a,x0,sigma):
     return a*exp(-(x-x0)**2/(2*sigma**2))

popt,pcov = curve_fit(gaus,xcut,ycut,p0=[45,mean,sigma])

Gauss Fit

我想做的是这样的功能是：

def gaus(x,a,x0,sigma,y0):
     return y0+a*exp(-(x-x0)**2/(2*sigma**2))

但在这之后，我该如何改变参数猜测之类的呢？类似于振幅，我会在p0中输入我的猜测吗？你知道吗

编辑：我可以设置我的y0到一个常数值，我可以猜测和适合工程非常好。但这需要我对每个数据集每次都给出一个很好的猜测。这是一个工作，但痛苦！你知道吗

任何帮助都会很好谢谢！你知道吗

Answer 1

p0是参数的初始猜测向量。所以只要再加上一个数字。你知道吗

popt,pcov = curve_fit(gaus,xcut,ycut,p0=[45,mean,sigma,initial_y0_guess]

Answer 2

关于您对新y0参数的初始猜测的问题编辑，最小x值应该有效。尝试通过min（x）。你知道吗