首页 文章

LMFIT - Extrackt变量形成Fitfunction

提问于
浏览 次
0

我写了一个简短的代码，以适应光学发射规格的光谱 . 因此，我将一个VoigtModel安装到Peak中，将LinearModel安装到背景中 . 喜欢这样：

mod=VoigtModel()
pars = mod.guess(y, x=x)
out = mod.fit(y, pars, x=x)`

和

mod=LinearModel() 
pars = mod.guess(y, x=x)
func=mod.fit(y,pars,x=x)`

现在我想计算线性函数和voigt峰值函数之间的arear . 有谁知道这是怎么做到的吗 . 我的想法是重建功能并执行集成 . 但我不知道如何从fit_report（）中提取变量（斜率，截距，伽玛，西格玛......）？ thx BR数学

python curve-fitting data-fitting model-fitting lmfit

1 回答

  • 0

    我要求，但是这里有一些你可以从拟合结果 out 或 func 中提取的东西（这是一个奇怪的名字来给出拟合结果，但是OK）：

    ModelResult有：

    • params ：最佳拟合参数的有序字典 . 键是参数名称，值是 lmfit.Parameter 对象，其属性为 value ，_ 1181442， max ，_ 1181444， correl 等 .

    • best_values ：一个简单的字典，参数名称为键，最佳值为值 .

    • best_fit ：最合适的模型的ndarray .

    http://lmfit.github.io/lmfit-py/model.html#modelresult-attributes描述了结果的更多属性 .

    所以，可能你想要的是：

    for parname, param in out.params.items():
    print("%s = %f +/- %f " % (parname, param.value, param.stderr))

    这基本上是 fit_report 方法的作用 .

    回复于

相关问题