使用curve_fit进行多高斯拟合时出现'x0'不可行错误的求助

问题背景 #

使用scipy的curve_fit对光谱数据进行3个高斯峰分解，未设置边界时代码可运行，但拟合结果不符合预期（前两个峰振幅差异大、峰位偏右）。添加边界约束峰位后，出现ValueError: 'x0' is infeasible错误。

错误原因 #

边界参数的顺序与初始参数p0不匹配，且初始参数落在边界范围外：

• p0的参数顺序为：[amp1, cen1, sig1, amp2, cen2, sig2, amp3, cen3, sig3]（振幅、峰中心、标准差依次对应每个高斯峰）
• 原代码中bounds的设置错误地将峰中心的约束值赋值给了振幅的边界，导致初始参数amp1=100远低于设置的振幅下限400，初始参数不在可行域内，触发报错。
• 同时，标准差sig作为高斯分布的参数必须为正数，原代码未对其设置合理下限，可能导致拟合过程出现无意义的负数标准差。

解决方案 #

1. 修正bounds的参数顺序：严格对应p0的参数顺序，分别对每个参数设置合理边界：
   • 振幅（amp1/amp2/amp3）：必须为正数，下限设为0
   • 峰中心（cen1/cen2/cen3）：按需求设置范围（如cen1:400-470、cen2:500-600、cen3:650-900）
   • 标准差（sig1/sig2/sig3）：必须为正数，下限设为极小值（如1e-6）避免出现0或负数
2. 调整初始参数p0：将前两个峰的振幅设为更接近的值，帮助拟合收敛到符合预期的结果

修正后的代码示例 #

# 调整初始参数，让前两个峰振幅更接近
amp1 = 70
cen1 = 430
sig1 = 15

amp2 = 65
cen2 = 530
sig2 = 10

amp3 = 20
cen3 = 760
sig3 = 5

p0 = [amp1, cen1, sig1, amp2, cen2, sig2, amp3, cen3, sig3]

# 修正边界参数顺序，对应p0的每个参数
lower_bounds = [0, 400, 1e-6, 0, 500, 1e-6, 0, 650, 1e-6]
upper_bounds = [np.inf, 470, np.inf, np.inf, 600, np.inf, np.inf, 900, np.inf]

# 调用curve_fit
popt, pcov = curve_fit(three_gaussian, x, y, p0, bounds=(lower_bounds, upper_bounds))

额外提示 #

• 若拟合仍不稳定，可尝试指定method='dogbox'，该方法在边界约束场景下的收敛表现更稳定
• 拟合前可绘制原始数据与初始参数对应的高斯曲线，验证初始设置是否合理，再启动拟合流程

内容的提问来源于stack exchange，提问作者kngo