Python 如何打印高斯曲线拟合结果？

我花了一些时间，但我使用下面的代码为我的x，y数据集创建了一个高斯拟合

import matplotlib.pyplot as plt
import numpy as np
from scipy.optimize import curve_fit
def Gauss(x, a, x0, sigma, offset):
    return a * np.exp(-(x - x0)**2 / (2 * sigma**2)) + offset
x, y = np.random.random(100), np.random.random(100)
popt, pcov = curve_fit(Gauss, x, y, p0=[np.max(y), np.median(x), np.std(x), np.min(y)])
plt.plot(x, y, 'b+:', label='data')
x_fit = np.linspace(np.min(x), np.max(x), 1000)
plt.plot(x_fit, Gauss(x_fit, *popt), 'r-', label='fit')
plt.legend()
plt.title('Something')
plt.xlabel('Anotherthing')
plt.ylabel('Athing')
plt.show()

我可以看到我的身体做得很好，可以看到图表和一切

我现在想知道的是，如何在屏幕上打印此拟合的结果，例如拟合的最大点x处的最大值、估计误差等

---

这些信息可以访问吗？如果是，有没有办法打印出这些信息？如果没有，是否有人能为我指出正确的方向来查找拟合误差？

相关信息包含在变量

popt

和

pcov

中。看见将为这些变量中的每一个返回一个数组。

查看此处：[查看函数result.fit\u report（）]。

---

您还可以将最终参数添加到绘图标签。

正如tagoma指出的，拟合的所有相关信息都包含在popt（最佳参数）和pcov（协方差矩阵）中。在这种情况下，给定一组参数（a、x0、sigma、offset），您可以将其解包为：

a, x0, sigma, offset = popt;

要解开其不确定性，类似地：

ua, ux0, usigma, uoffset = np.sqrt(np.diag(pcov));

（它们由各自的协方差给出）

据我所知，曲线拟合不提供卡方或标准偏差等更多信息，我通常在拟合完成后执行所需的计算，只需将所有的平方偏差相加，然后除以原始值（但这更像是一个统计学问题）

---

希望有帮助。

您能添加您看到的图像吗？或者更好——让它成为一个可复制的示例？@VladimírKunc我已经添加了这个数字。我调用的数据文件只包含x和y数字。@VladimírKunc您只需将第6行替换为x，y=np.random.random（100），np.random.random（100）这样的代码即可。