我有一个图像，我在其中选择一个随机行并尝试在该行中拟合高斯曲线。我正在使用 scipy.optimize curve_fit 方法 来拟合高斯分布。
随机行的选择是根据数组向量 [10, 20, 40, 60, 100]，这意味着在第一次尝试中我在该图像中选择 10 个随机行(因此，10 个高斯拟合)，然后，选择了更多行，依此类推。
大多数时候，代码都可以正常工作，但是，有时我会遇到错误(尤其是当行数很大时:大约 60 或更多)，提示未找到最佳参数。
我在stackoverflow上找了一些类似的帖子，还是没能解决这个问题。似乎这个问题经常出现在 curve_fit 方法 中。
最佳答案
激光束，有机会吗？ ;-)
无论如何，问题可能是被选中的行“很难”拟合高斯曲线 scipy's curve_fit功能。我的第一个建议是调试(使用例如 python 的 logging 模块)以查看错误是否仅在特定行上弹出。
我的第二个建议是更改 curve_fit 的初始猜测。从可以进行曲线拟合的行中，您应该能够提取一些参数。在其他行上，高斯均值大致位于相同位置，幅度也不会变化太多。一个好的初始猜测肯定有助于曲线拟合。
如果您想分析这个问题，我肯定会同时进行:尝试找到在 800 次迭代后曲线拟合失败的行。然后通过更改初始猜测来查看曲线拟合是否有效。
关于python - 运行时错误 : Optimal parameters not found: Number of calls to function has reached maxfev = 800，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23672819/