求助：如何用双高斯函数拟合双峰值数据以获得理想拟合曲线

• 蓝色曲线：原始数据
• 绿色曲线：仅针对第二个峰值的高斯拟合曲线
• 黄色曲线：双高斯组合拟合曲线

背景说明：

• yraw：原始数据列表
• xpixel：X轴数据，取值范围为500-1250

以下是实现的高斯拟合代码：

def Gauss(x, amp, mu, sigma): 
    return amp*np.exp(-((x-mu)/(np.sqrt(2)*sigma))**2)

def bimode(x, amp1, mu1, sigma1, amp2, mu2, sigma2):
    return Gauss(x, amp1, mu1, sigma1) + Gauss(x, amp2, mu2, sigma2)


ypg1 = np.asarray(yraw) # 将原始数据列表转为numpy数组

parameters, covarience = curve_fit(bimode, xpixel, ypg1, p0 = (78, 805, 15, 8, 950, 15)) # 对双高斯函数进行曲线拟合，传入初始参数猜测（振幅、均值、标准差）
# 返回的parameters依次为：amp1, mu1, sigma1, amp2, mu2, sigma2
print(parameters)

ygauss = bimode(xpixel, parameters[0], parameters[1], parameters[2], parameters[3], parameters[4], parameters[5])

期望通过双高斯函数得到能够包裹两个峰值的理想拟合曲线，当前拟合结果如下：

内容的提问来源于stack exchange，提问作者rowan