Python 如何仅拟合曲线直到其最大值？

我正在努力寻找一种智能的方法来拟合曲线（我使用

curve\u fit

，如下所示），直到达到最大值为止，而不必操纵初始数组

def f_singlecomponent(x, f0, a, k):
    return f0 + a * (1 - np.exp( -k * x ))
popt, pcov = curve_fit(f_singlecomponent, coords[n][0], coords[n][1], p0=init_vals)

---

如我在上面的评论中所提到的，使用一个简单的sigma掩码会导致

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

def func( x, a, k, y0):
    return a * ( 1- np.exp( -k * x ) ) + y0

def mymask( y ):
    m = np.argmax(y)
    l = len(y)
    return m * [1] + ( l - m )* [ np.infty ]

xlist = np.linspace( 0., 10., 100 )
ylist = np.fromiter( ( func( x, 1.3, .44, 8 ) for x in xlist ), np.float )
ylist2 = np.fromiter( ( func( x, 1.3, .44, 8 ) * ( 0.5 * ( 1 - np.tanh( (x - 7 ) ) ) *.13 + 1-.13 ) for x in xlist ), np.float )

popt_o, _ = curve_fit(func, xlist, ylist, p0=[1.3,.44,8])
popt_w, _ = curve_fit(func, xlist, ylist2, p0=[1.3,.44,8],  maxfev=9000 )
popt_t, _ = curve_fit(func, xlist, ylist, p0=[1.3,.44,8], sigma=mymask( ylist ))

fig = plt.figure()
ax = fig.add_subplot( 1, 1, 1 )
ax.plot( xlist, ylist, linewidth=3 )
ax.plot( xlist, ylist2 )
ax.plot( xlist, np.fromiter( ( func( x,*popt_o ) for x in xlist ), np.float ), ls='--', linewidth=2 )
ax.plot( xlist, np.fromiter( ( func( x,*popt_t ) for x in xlist ), np.float ), ls=':', linewidth=1 )
ax.plot( xlist, np.fromiter( ( func( x,*popt_w ) for x in xlist ), np.float ) )
plt.show()

看起来

---

这对我来说似乎很好。

我记得，curve_fit（）不会更改传递给它的数据。这就是你要问的吗？不，我试图找到一种方法来拟合可以用a*（1-exp（-k*t））来描述的曲线，但是在达到平台后，曲线下降，不应该拟合这个下降。也许你也会传递一个

sigma

-数组，将最大值以下的所有值设置为1，将最大值以上的所有值设置为

numpy.infty

。我没有检查，但可能

曲线拟合

适用于遮罩阵列？这正是我要找的！非常感谢。