Будет ли что-нибудь нужно изменить в ответе для Gaussian fit for Python, чтобы соответствовать данным в лог-лог-пространстве? В частности, для обоих х и у данных, охватывающих несколько порядков, и этот фрагмент кода:Гауссовская посадка в лог-лог-пространстве
from scipy.optimize import curve_fit
from scipy import asarray as ar,exp
def gaus(x,a,x0,sigma):
return a*exp(-(x-x0)**2/(2*sigma**2))
b=np.genfromtxt('Stuff.dat', delimiter=None, filling_values=0)
x = b[:,0]
y = b[:,1]
n = len(x) #the number of data
mean = sum(x*y)/n #note this correction
sigma = sum(y*(x-mean)**2)/n #note this correction
popt,pcov = curve_fit(gaus,x,y,p0=[max(y),mean,sigma])
ax = pl.gca()
ax.plot(x, y, 'r.-')
ax.plot(x,gaus(x,*popt),'ro:')
ax.set_xscale('log')
ax.set_yscale('log')
«вписывается» горизонтальные линии, и я не уверен ли я что-то отсутствует в моем коде, или если мои данные просто не поддается гауссову. Любая помощь будет оценена!