峯擬合lmfit楠結果

試圖將一個峯這樣一些數據：峯擬合lmfit楠結果

import scipy 
from lmfit.models import GaussianModel 
x = shm.PTR_P 
y = shm.PORE_V_P 
mod = LorentzianModel() 

pars = mod.guess(y, x=x) 
out = mod.fit(y, pars, x=x) 
print(out.fit_report(min_correl=0.25))

而我能做的配合，如果我生成的數據，如果我嘗試從沒有關係的另一來源閱讀沒有工作。我不太擅長這個，也不知道這個問題是什麼。下面是輸出：

[X，Y] [（34.145490000000002，3.4599999999999999e-08），（29.286449999999999，4.8399999999999997e-08），（25.118860000000002，0.026773140000000001）（21.544350000000001，0.068791409999999997），（18.4785，0.083200979999999994）（15.848929999999999，0.02123179），（11.659139999999999，0.01551077），（10.0，0.084493879999999993）（6.3095739999999996，2.0899999999999998e-07），（5.4116949999999999，0.045209140000000002）（4.6415889999999997， 0.054789360000000002 ），（3.4145489999999996，8.9399999999999993e-08），（2.9286449999999999，0.01100814），（2.5118860000000001，0.088990659999999999）（1.84785，3.5799999999999995e-07），（1.5848930000000001，0.099999009999999999）（1.359356，0.075139280000000003），（1.1659139999999999，0.167379），（1.0，0.57693050000000001）（0.85769590000000007，1.8658159999999999）（0.73564230000000008，8.4961369999999992）（0.6309574，25.299099999999999）（0.54116949999999997，21.413350000000001）（0.46415889999999999，13.408829999999998）（0.39810719999999999，8.3584750000000003），（0.34145490000000006，5.3982010000000002）（0.29286440000000002，3.7518540000000002）（0.25118859999999998，2.5325389999999999）（0.21544349999999998，1.7722470000000001）（0.18478499999999998，1.445808），（0.15848929999999997，1.182083），（0.13593559999999999，0.94957730000000007）（0.1165914，0.67620849999999999）（0.10000000000000001，0.46631620000000001）（0.085769590000000007，0.41001890000000002）（0.07356422，0.30625920000000001）（0.063095730000000003，0.24040219999999998）（0.054116949999999997，0.1942596），（0.046415890000000001，0.11306760000 000002），（0.039810720000000001，0.099998470000000006），（0.034145490000000001，0.099998470000000006），（0.029286449999999999，0.02246857），（0.025118870000000001，0.077529909999999994）

來源

2016-05-20 Iulian

通常情況下，當您嘗試適合的數據距離您的分發太遠時，您會得到NAN或INF的。也許嘗試與另一個（或修改你的高斯與你的比例成正比）。檢查'nan_to_num（）'函數;它幫助我一次，當我無法擺脫NAN和INF的 – DarkCygnus

你確定這是輸出嗎？適合的報告不應該是這樣的，我沒有看到任何NaN。 –

嗨，試過這個以及沒有任何成功...但我相信問題是數據格式... – Iulian

我猜想，要麼有你的數據的NaN或最初的猜測對於生產NaN來說太遙遠了。 sigma的初始猜測0似乎是可疑的 - 這應該是> 0。無論哪種方式，繪製數據和使用np.isnan()都可能有助於隔離問題。

來源

2016-05-21 21:18:33

峯擬合lmfit楠結果

回答

相關問題