LMFIT

Question

我写了一个简短的代码来拟合来自光发射光谱的光谱.. 因此，我在 Peak 中安装了 VoigtModel，在背景中安装了 LinearModel。像这样：

mod=VoigtModel()
pars = mod.guess(y, x=x)
out = mod.fit(y, pars, x=x)`

和

mod=LinearModel() 
pars = mod.guess(y, x=x)
func=mod.fit(y,pars,x=x)`

现在我想计算线性函数和 voigt 峰值函数之间的面积。有谁知道这是怎么做到的吗。我的想法是重构功能并执行集成。但我不知道如何从 fit_report() 中提取变量（斜率、截距、伽玛、西格玛……）？谢谢 BR 数学

Answer 1

我不完全确定你要的是什么，但这里有一些你可以从拟合结果 out 或 func 中提取的东西（这是一个奇怪的名字给出拟合结果，但还可以）：

模型结果有：

params：最适合参数的有序字典。键是参数名称，值是 lmfit.Parameter 具有 value、stderr、max、min、correl 等属性的对象.
best_values：一个简单的字典，参数名称作为键，最适合的值作为值。
best_fit：最佳拟合模型的ndarray。

中描述

所以，您可能想要的是：

for parname, param in out.params.items():
    print("%s = %f +/- %f " % (parname, param.value, param.stderr))

这基本上就是 fit_report 方法的作用。

LMFIT - 从 Fitfunction 中提取变量