Как установить переменную, чтобы она не подходила

Question

Я хочу соответствовать Гауссу, но переменные cen и cen2 должны быть постоянно.

from pylab import *
import matplotlib.mlab
from lmfit import Model

def gaussian(x, amp, cen, wid,amp2,cen2,wid2):

return (amp/(sqrt(2*pi)*wid)) * exp(-(x-cen)**2 /(2*wid**2))+
(amp2/(sqrt(2*pi)*wid2)) * exp(-(x-cen2)**2 /(2*wid**2))

model = Model(gaussian) 
model.set_param_hint('amp',min=1.4, max=1.48)
model.set_param_hint('amp2',min=0.00003,max=0.00005)
parameters  = model.make_params( amp=1.46, cen=0, wid=1, amp2=0.00005, 
cen2=10,wid2=5)

result = model.fit(y, parameters, x=x)

Модель соответствует Гауссу, но в центре - f.ex. 5.

print(result.fit_report())
#plt.yscale('log')
#plt.ylim(((0,0.0004)))
plt.scatter(x, y, s=0.7)
plt.plot(x, result.best_fit, 'r-')
plt.fill_between(x, result.best_fit-0.03, result.best_fit+0.03, 
color="#ABABAB",alpha=0.5)
plt.show()

Как я могу это сделать?

Answer 1

В своем комментарии вы говорите, что обновили скрипт, но я этого не вижу.

Двумерный гауссиан обычно определяется как

#!/usr/bin/env python
import numpy as np
def gaussian2d(x, y, amplitude=1, centerx=0, centery=0, sigmax=1, sigmay=1):
    gauss_x = np.exp(-(1.0*x-centerx)**2 / (2.0*sigmax**2))
    gauss_y = np.exp(-(1.0*y-centery)**2 / (2.0*sigmay**2))
    return amplitude * np.outer(gauss_x, gauss_y) / (2*np.pi*sigmax*sigmay)

где x а также y Ожидается, что это одномерные массивы для двух разных осей. Конечно, данные, которые должны быть установлены, должны быть в той же самой сетке - вы можете проверить другие приемы с осевыми осями (meshgridи т. д.) в зависимости от того, как структурированы ваши данные.

Чтобы превратить это в lmfit.Model, вам нужно будет либо изменить это определение, чтобы вы передали в одном двумерном массиве, либо указать оба x а также y в качестве независимых переменных при создании Model как с

model = Model(gaussian2d, independent_vars=['x', 'y'])

Для чего я думаю, что ваш актуальный вопрос:

Если вы хотите установить границы параметров или ограничения здесь, вы можете (как у вас в вашем примере) с

model.set_param_hint('amplitude', min=0, max=2)
model.set_param_hint('centery', value=10, vary=False)

или вы можете сначала сделать параметры, а затем применить границы и ограничения:

model = Model(gaussian2d, independent_vars=['x', 'y'])
parameters =model.make_params(centerx=0, sigmax=1, ...)
parameters['amplitude'].min = 0
parameters['amplitude'].max = 10
parameters['centery'].value = 5.0
parameters['centery'].vary = False

и так далее.