高斯数据的三项高斯拟合(python)

Question

我正在尝试将高斯数据拟合到特定的三项高斯(其中一项的振幅等于下一项的标准差的两倍)。这是我的尝试：

import numpy as np

#from scipy.optimize import curve_fit
import scipy.optimize as optimize

import matplotlib.pyplot as plt

#r=np.linspace(0.0e-15,4e-15, 100) 

data = np.loadtxt('V_lambda_n.dat')
r = data[:, 0]
V = data[:, 1]

def func(x, ps1, ps2, ps3, ps4):
    return ps1*np.exp(-(x/ps2)**2) + ps2*np.exp(-(x/ps3)**2) + ps3*np.exp(-(x/ps4)**2)

popt, pcov = optimize.curve_fit(func, r, V, maxfev=10000)

#params = optimize.curve_fit(func, ps1, ps2, ps3, ps4)

#[ps1, ps2, ps2, ps4] = params[0]

p1=plt.plot(r, V, 'bo', label='data')
p2=plt.plot(r, func(r, *popt), 'r-', label='fit')

plt.xticks(np.linspace(0, 4, 9, endpoint=True))
plt.yticks(np.linspace(-50, 150, 9, endpoint=True))
plt.show()

结果如下：

​

​

如何修复此代码以提高拟合程度？谢谢

Answer 1

在来自scipy-user论坛的朋友的帮助下，我尝试了以下初步猜测：

p0=V.max()、std_dev、V.max()、2

合适性变得好多了。新的拟合如下所示

enter image description here

我希望配合度能变得更好。