Python GaussianModelの例

コード例 #1

ファイル: model1d_doc2.py プロジェクト: Tillsten/lmfit-py

model = VoigtModel(background='linear')

# get default starting values, but then alter them
model.guess_starting_values(y, x=x)
model.params['amplitude'].value = 2.0

init_fit = model.model(x=x)

# the actual fit
model.fit(y, x=x)

print model.fit_report(min_correl=0.25)

vfit = model.model(x=x)


mod2 = GaussianModel(background='linear')

mod2.fit(y, x=x)
gfit = mod2.model(x=x)

print mod2.fit_report(min_correl=0.25)

print 'Voigt    Sum of Squares: ', ((vfit - y)**2).sum()
print 'Gaussian Sum of Squares: ', ((gfit - y)**2).sum()

plt.plot(x, vfit, 'r-')
plt.plot(x, gfit, 'b-')
plt.plot(x, y,    'bo')
plt.show()

コード例 #2

ファイル: use_models1d.py プロジェクト: Tillsten/lmfit-py

sig = 0.47
amp = 12.00
cen = 5.66
eps = 0.15
off = 9
slo = 0.0012
sca = 1./(2.0*np.sqrt(2*np.pi))/sig

noise =  eps*np.random.randn(len(x))

dat = off +slo*x + amp*sca* np.exp(-(x-cen)**2 / (2*sig)**2) + noise

# mod = ExponentialModel(background='linear')
# mod = LinearModel()

mod = GaussianModel(background='quad')
mod = VoigtModel(background='quad')
mod = LorenztianModel(background='quad')
mod.guess_starting_values(dat, x, negative=False)
mod.params['bkg_offset'].value=min(dat)

init = mod.model(x=x)+mod.calc_background(x)
mod.fit(dat, x=x)


print mod.fit_report()

fit = mod.model(x=x)+mod.calc_background(x)

plt.plot(x, dat)
plt.plot(x, init)

コード例 #3

ファイル: model1d_doc1.py プロジェクト: Tillsten/lmfit-py

import numpy as np
from lmfit.old_models1d import  GaussianModel
import matplotlib.pyplot as plt

data = np.loadtxt('model1d_gauss.dat')
x = data[:, 0]
y = data[:, 1]

model = GaussianModel()
model.guess_starting_values(y, x=x)
# model.params['amplitude'].value=6.0

init_fit = model.model(x=x)
model.fit(y, x=x)

print model.fit_report(min_correl=0.25)

final_fit = model.model(x=x)

plt.plot(x, final_fit, 'r-')
plt.plot(x, init_fit, 'k--')
plt.plot(x, y,         'bo')
plt.show()

コード例 #4

ファイル: m1.py プロジェクト: Tillsten/lmfit-py

import numpy as np
from lmfit.old_models1d import  GaussianModel
import matplotlib.pyplot as plt

data = np.loadtxt('model1d_gauss.dat')
x = data[:, 0]
y = data[:, 1]

model = GaussianModel()  # background='linear'

# model.guess_starting_values(y, x, negative=False)
# model.params['bkg_offset'].value=min(y)

init_fit = model.model(x=x) + model.calc_background(x)
model.fit(y, x=x)

print model.fit_report()

final_fit = model.model(x=x)

plt.plot(x, y)
plt.plot(x, init_fit)
plt.plot(x, final_fit)
plt.show()