python - 尝试使用 scipy.interpolate 计算 FWHM 时出现问题

Question

我在尝试查找某些数据的 FWHM 时遇到问题。我最初尝试使用 interpolate.interp1d 来拟合曲线。有了这个，我就能够创建一个函数，当我输入 x 值时，它将返回插值的 y 值。问题是我需要这个功能的逆功能。换句话说，我想切换自变量和因变量。当我尝试切换它们时，我收到错误，因为必须对独立数据进行排序。如果我对数据进行排序，我将丢失索引，从而丢失图表的形状。

我尝试过:

x = np.linspace(0, line.shape[0], line.shape[0])
self.x_curve = interpolate.interp1d(x, y, 'linear')

其中 y 是我的数据。

为了得到逆，我尝试了:

self.x_curve = interpolate.interp1d(sorted(y), x, 'linear')

但值已关闭。

然后我继续尝试使用 UnivariateSpline 并获取根来查找 FWHM(来自此问题: Finding the full width half maximum of a peak )，但 root() 方法始终给我一个空列表 [].

这是我使用的:

x_curve = interpolate.UnivariateSpline(x, y)
r = x_curve.roots()
print(r)

这是数据图像(使用 UnivariateSpline):

有什么想法吗？谢谢。

Answer 1

仅当您移动数据使其在 FWHM 处的值为 0 时，使用 UnivariateSpline.roots() 获取 FWHM 才有效。

由于数据背景有噪声，我首先估计基线。例如:

y_baseline = y[(x<200) & (x>350)].mean()

(根据需要调整 x 的限制)。然后移动数据，使基线和峰值的中间位于 0。看到您的数据有最小值而不是最大值，如示例中所示，我使用 y.min() :

y_shifted = y - (y.min()+y_baseline)/2.0

现在将样条曲线拟合到这个移位的数据上，roots() 应该能够找到根，其差异就是 FWHM。

x_curve = interpolate.UnivariateSpline(x, y_shifted, s=0)
x_curve.roots()

如果您想根据平滑数据估计 FWHM，请增加 s 参数。