将点拟合到洛伦兹曲线，并在Python中找到中心和一半最大带宽

我正在使用python程序从网络分析器中提取离散值。它提取401个y轴值并计算相应的x轴值，我希望将它们拟合到洛伦兹曲线，并找到y轴最大宽度和半y轴最大宽度的x轴值。
我想用洛伦兹函数来拟合这些点

(1/pi)(a/((x-x0)^2+(a)^2))

---

我必须找到

a

和

x0

，给定从网络分析仪返回的

x

和

y

值。使用

scipy

或

numpy

是否有一种简单的方法可以做到这一点？我通常会尝试发布我所做的任何尝试，但我甚至不知道从哪里开始。谢谢大家!

有关配件的基本示例，请参见例如

这里有多个示例，介绍如何使用scipy.optimize中的（更现代的）

曲线拟合

为了一个洛伦兹人，我会


放在原木空间里
使用数据的最大值作为
x0
作为珍雅，我建议使用。如果
xdata
和
ydata
是您可以执行的值

import numpy as np
import scipy as sp
from scipy.optimize import curve_fit

def lorentzian(x, a, x0):
    return a / ((x-x0)**2 + a**2) / np.pi

# Obtain xdata and ydata
...

# Initial guess of the parameters (you must find them some way!)
pguess = [a_guess, x0_guess]

# Fit the data
popt, pcov = curve_fit(lorentzian, xdata, ydata, p0 = pguess)

# Results
a, x0 = popt[0], popt[1]

进行初步猜测的建议如下：

a_guess = 1 / (np.pi * max(ydata))
x0_guess = sum(xdata * ydata) / sum(ydata)

我还没有测试代码，但原则上它应该可以工作
 太棒了，谢谢你！我也没有试过，但我的主要困惑是最初的猜测，现在我明白了多亏了你的代码。