Python图中的高斯拟合

文章/答案/技术大牛

发布

1回答

python、matplotlib、scipy、curve-fitting

我正在尝试将高斯函数拟合到我的Python图中。我已经在这里附上了代码。如有任何修改，我们将不胜感激！sigma**2)) plt.show() 下面是我的文件的链接

浏览 13提问于2018-02-28得票数 1

4回答

超高斯拟合

python、curve

我得研究激光束的轮廓。为了达到这个目的，我需要找到一条适合我的数据的超高斯曲线。超高斯方程：其中P考虑了平顶激光束的曲线特性.我开始用Python对我的曲线进行简单的高斯拟合。拟合返回高斯曲线，其中对I、x0和sigma的值进行了优化。(我使用函数curve_fit

浏览 9提问于2020-03-20得票数 0

1回答

如何在一幅图上拟合多个高斯人？

python、scikit-learn、statistics、gaussian-mixture-model

我感兴趣的是在python中拟合多条高斯曲线到下面的图中。我需要能够确定每一个高斯的平均值，才能估计一个光电子对应于一个信号读取设备的对应的数据。我需要知道如何对一个未定数量的峰值这样做，因为每个数据集可能包含较少/更多的光电子峰。任何帮助都将不胜感激！研究高斯混合，但无法找到如何提取适合整体曲线的单个高斯人。

浏览 7提问于2022-11-18得票数 1

1回答

具有重叠高斯特性的历史拟合Matlab

matlab

我有一个由两个重叠的高斯分布组合而成的分布，我想将高斯分布拟合到它的直方图中。我知道Matlab中的histfit做得很好，但对于1个高斯函数。对于默认提供的其他类型的分布，histfit(data，bin，dist)也是如此，但其中不包括两个正态分布。我如何通过histfit进行这种双正态拟合？

浏览 0提问于2012-11-04得票数 2

1回答

如何将高斯拟合成R中的直方图？

r、curve-fitting

可能重复： "values"1.156521.196991.19433...我想要能够拟合一个高斯到这个直方图，并比较拟合函数的σ和平均数与根据数据计算的σ和平均数。我所看过的所有地方都提到了nls和glm，但我不知道如何使用这些函数来拟合<

浏览 9提问于2013-01-24得票数 1

回答已采纳

1回答

如何在给定scipy/numpy拟合曲线的情况下最大化直方图的泊松似然？

python、numpy、statistics、curve-fitting

我在python/numpy/scipy环境中有数据需要符合概率密度函数。为此，一种方法是创建数据的直方图，然后将曲线拟合到该直方图。方法scipy.optimize.leastsq通过最小化(y - f(x))**2的和来实现这一点，在这种情况下，(x，y)将是直方图的柱状图中心和柱状图内容。在统计术语中，这种最小二乘通过从以拟合函数为中心的高斯采样每个柱状图计数来最大化获得该柱状图的可能性。您

浏览 2提问于2014-08-06得票数 1

1回答

将多元高斯分布拟合到给定的数据集

python、machine-learning

我需要拟合多变量高斯分布，即获得python中给定音频特征数据集的最接近多变量高斯的均值向量和协方差矩阵。音频特征(MFCC系数)是N×13矩阵，其中N约为4K。谁能概述一下python中适合这些数据的高斯分布的包和技术吗？

浏览 6提问于2014-12-01得票数 13

2回答

将分布拟合到数据- MATLAB

matlab、statistics、distribution

我正在尝试将分布与我从显微镜图像中收集的一些数据进行拟合。我们知道在152处的峰值是由泊松过程引起的。我想要将分布拟合到图像中心的大密度，而忽略高强度数据。我知道如何将正态分布拟合到数据(红色曲线)，但它不能很好地捕捉右侧的厚尾。虽然泊松分布应该能够模拟向右的尾部，但它也做不到很好的工作(绿色曲线)，因为分布的模式是152。PD = fitdist(data, 'poisson'

浏览 2提问于2012-05-09得票数 5

回答已采纳

1回答

拟合矩阵库直方图给出的结果很差(只有2个参数)

python、matplotlib、scipy

关于如何用matplotlib拟合python中的直方图，我有几个问题。由于某种原因，"scipy.stats.norm.fit“只返回mu和σ，而高斯拟合显然有3个参数:均值那么

浏览 0提问于2020-12-11得票数 0

回答已采纳

1回答

基于最小累积高度差的c++直方图峰值识别与高斯拟合

algorithm、histogram、curve-fitting

我目前正在实现一种来自的算法，该算法通过动态识别数据集直方图中的值范围来提取三维数据集的某些区域。简化后的方法可以描述如下：利用高斯均值(ϭ)定义的值范围，对直方图中的某些区域进行识别，并将这些区域的体素(=3D像素)从原始直方图中去除。我的问题涉及上述描述的</e

浏览 4提问于2011-04-05得票数 3

回答已采纳

1回答

MATLAB在直方图中加入高斯拟合

matlab、histogram、curve-fitting、gaussian

我试图在MATLAB中将高斯拟合添加到直方图中，但我不知道如何将这种拟合应用于一个特定的峰值。第一地块我还发布了我一直使用的代码的一部分： counts_Rb = data_Rb.datay=ylim; hold on plot(x,PDF,'r-','Line

浏览 6提问于2013-11-07得票数 0

1回答

在Python中使用matplotlib和scipy仅绘制高斯的一侧

python、matplotlib、scipy、gaussian

我在第一象限有一组看起来像高斯的点，我正在尝试用python中的高斯来拟合它，我的代码如下：import matplotlib.pyplot as pltplt.xlabel('Time (s)')plt.show()为什么所有的红点都在下面，还要注意，我对半高斯

浏览 12提问于2015-11-26得票数 0

3回答

期望最大化问题-如何在数据中找到最佳高斯数量

matlab、data-mining、expectation-maximization

在应用期望最大化算法之前，是否有任何算法或技巧来确定应该在一组数据中识别的高斯数量？例如，在上图所示的二维数据图中，当我应用期望最大化算法时，我尝试对数据拟合4个高斯分布，我将获得以下结果。但是如果我不知道数据中高斯的数量呢？有没有可以应用的算法或技巧，以便找出这个细节？

浏览 1提问于2011-06-30得票数 4

回答已采纳

1回答

用numpy/scipy在python中进行傅里叶变换/迭代反卷积拟合

python、numpy、scipy、fft、curve-fitting

我想要拟合荧光寿命曲线。这些曲线由仪器响应函数(IRF，假设为高斯)和(多)指数衰减的卷积给出：其中G是高斯和F指数衰减。我已经尝试使用lmfit.minimize在python中使用以下函数对其进行拟合： i = gamp*math.exp(-(，还没有给我任何合理的拟合。据我所知，迭代反卷积的工作原理是用猜测的高斯</

浏览 5提问于2013-05-10得票数 4

2回答

估计曲线与高斯分布的相似性(用Python)

python、curve-fitting、gaussian

我想用Python量化测量值曲线与高斯分布的相似性。给出了两个值数组：C(H)=(0,1,1,2,4,6,7,5,3,1,0)是测量的数量(例如浓度)。在Python中有没有一种方法( b)得到描述曲线与高斯曲线有多相似的某种相似系数？提前感谢

浏览 0提问于2020-01-02得票数 1

回答已采纳

1回答

如何将两个分布从pdf(概率密度函数)中分离出来？

python、gamma-distribution

假设我的数据集的pdf(概率密度函数)如下所示，数据集中有两个分布，我想用Gamma和高斯分布来拟合它们。我读过这篇文章，但这只适用于两个高斯分布。以下是我想要做的步骤我可以完成1~3，但是对

浏览 3提问于2020-12-04得票数 2

1回答

高斯拟合:求给定Y的X值

python、gaussian

我用Python最适合我的高斯曲线。一旦我得到了最佳拟合曲线，我想知道一个给定的Y值，对应的X值。谢谢

浏览 2提问于2020-03-23得票数 1

1回答

RuntimeError:未找到最佳参数:对函数的调用数达到maxfev = 800

python、random、scipy

我有一个图像，我在其中选择一个randow行，并尝试在该行中拟合一个高斯曲线。我使用scipy.optimize curve_fit方法来拟合高斯。根据数组向量10、20、40、60、100来选择阴影行，这意味着在第一次尝试中，我在该图像中选择10行randow行(因此，10高斯拟合)，然后选择更多行，以此类推。

浏览 5提问于2014-05-15得票数 4

1回答

python中指数和5高斯对数据的拟合

python、numpy、scipy、scikit-learn、gaussian

我试图拟合一个指数函数和5高斯与我的数据。我的目标是这样的：(其中gDNA拟合是指数型的；1-5 5Nuc拟合是5高斯的；总拟合是所有拟合的总和)我接近它的方式是拟合指数，然后在此基础上引入一个截断，允许我在不考虑已经拟合的数据的情况下拟合<em

浏览 7提问于2015-03-27得票数 0

回答已采纳

1回答

高斯拟合不考虑峰值的负部分

python、curve-fitting、gaussian、spectrum

正如你们在下图中看到的，我在频谱上做了一个高斯拟合，其中一些在y轴的负值部分：这就是我做拟合的方法：popt,pcov = curve_fit(Gauss, velo_peak, spec_peak, p0, maxfev=100000) 我的主要目标是找出频谱峰值的值，但这显然是对峰值的

浏览 34提问于2021-06-02得票数 0

点击加载更多