Python图中的高斯拟合

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

# 定义高斯函数模型
def gaussian(x, mu, sigma, A):
    return A * np.exp(-(x - mu)**2 / (2 * sigma**2))

# 生成实际观测数据
x = np.linspace(-5, 5, 100)
y = gaussian(x, 0, 1, 1) + np.random.normal(0, 0.1, 100)

# 进行高斯拟合
popt, pcov = curve_fit(gaussian, x, y, p0=[0, 1, 1])

# 绘制拟合结果
plt.scatter(x, y, label='Actual Data')
plt.plot(x, gaussian(x, *popt), 'r-', label='Gaussian Fit')
plt.legend()
plt.show()

# 输出拟合参数
print('拟合参数：')
print('均值(mu) =', popt[0])
print('标准差(sigma) =', popt[1])
print('幅值(A) =', popt[2])