将高斯拟合到 ROOT 直方图

Question

我正在尝试编写一个程序来将多个高斯拟合到 ROOT 直方图，但不幸的是我对 pyROOT 的经验不足。

我有一个 Ba133 发射光谱的直方图，我想对峰进行高斯分布，以便我知道所述峰的 x 轴值，这是为了校准检测器。理想情况下，程序会迭代并找到峰值本身，但我可以自己指定它们。

目前我唯一的代码是：

import ROOT

infile = ROOT.TFile("run333.root")

Ba_spectrum = infile.Get("hQ0")

Ba_spectrum.Draw()

如果有人可以告诉我如何使用 pyroot 将高斯拟合到这些峰，最好是自动化的，将不胜感激。

谢谢

Answer 1

鉴于获得合适的拟合结果通常取决于从合理的初始参数值开始，您最好指定峰值的大致位置。例如，您可以有一个文本文件，其中包含对所有明显峰的高度、均值和宽度的猜测。

16000.0 625.0 25.0
  500.0 750.0 50.0
...

然后运行像这样合身。

import ROOT

in_file = ROOT.TFile("run333.root")
if not in_file.IsOpen():
    raise SystemExit("Could not open file.")

spectrum = in_file.Get("hQ0")
if spectrum is None:
    raise SystemExit("Could not find spectrum histogram.")

N_GAUSS_PARAMS = 3

init = []
with open("init.txt") as f:
    for s in f:
        tokens = s.split()
        if not tokens:
            continue
        if len(tokens) != N_GAUSS_PARAMS:
            raise SystemExit(
                "Bad line in initial-value file: \"{}.\"".format(s)
            )

        init.append([float(t) for t in tokens])

n_peaks  = len(init)
n_params = N_GAUSS_PARAMS * n_peaks

fit_function = ROOT.TF1(
    "fit_function",
    "+".join(
        ["gaus({})".format(i)
         for i in range(0, n_params, N_GAUSS_PARAMS)]
    ), 0.0, 4100.0
)
for i in range(n_peaks):
    for j in range(N_GAUSS_PARAMS):
        fit_function.SetParameter(i * N_GAUSS_PARAMS + j, init[i][j])

spectrum.Fit(fit_function)

for i in range(1, n_params, N_GAUSS_PARAMS):
    print(fit_function.GetParameter(i))

将高斯拟合到 ROOT 直方图

Fitting gaussians to a ROOT histogram

python

histogram

root-framework

pyroot