ガウス分布がデータに正しく当てはまらない

Question

私は高さの密度変化のリストであるデータにガウス曲線を当てようとしていますが、生成された曲線のプロットは常にオフです過大評価される）。ここに私のコードは次のとおりです。

import pandas as pd 
import matplotlib.pyplot as plt 
import numpy as np 
from scipy.optimize import curve_fit 

#Gaussian function 
def gauss_function(x, a, x0, sigma): 
    return a*np.exp(-(x-x0)**2/float((2*sigma**2))) 

x = heights5 
y = demeans5 #density values at each height 

amp = max(y) 
center = x[np.argmax(y)] 
width = 20 #eye-balled estimate 


#p0 = amp, width, center 
popt, pcov = curve_fit(gauss_function, x, y, p0 = [amp, width, center]) 

#plot 
dataplot = plt.scatter(x, y, marker = '.', label = 'Observations') 
gausplot = plt.plot(x,gauss_function(x, *popt), color='red', label ='Gaussian fit') 

string = 'fwhm = ' + str(2.355*popt[2]) + '\npeak = ' + str(popt[0]) + '\nmean = ' + str(popt[1]) + '\nsigma = ' + str(popt[2]) 

#plot labels etc. 
plt.xlabel("Height[km]") 
plt.ylabel("Density") 
plt.legend([dataplot, gausplot], labels = ['fit', 'Observations']) 
plt.text(130, 2000, string) 
plt.show() 

これは、それが生成するプロットである：

私はより正確に曲線をフィットする方法は？また、データの幅を見積もる方法はありますか？

Answer 1

さらに正確にフィットさせるために、scipy.interpolateモジュールを調べることができます。そこの関数は、補間とフィッティングに関してはうまく機能します。良い仕事を行うことができ

他フィッティング技術は、次のとおり A）CSTS B）BSplines C）多項式補間

scipyのダウンロードもBSplinesの実装を有しています。他の2つは、あなた自身を実装する必要があります。

Answer 2

ダブルピークを合わせてのPythonを使用する方法について非常によく似た質問がここで回答されています

How to guess the actual lorentzian function without relaxation behavior with Least square curve fitting