Python中使用ODR（正交距离回归）进行一维高斯拟合出错排查

你的ODR高斯拟合结果不符合预期，主要是数据传入错误和初始参数设置不合理导致的，具体问题及修正如下：

1. Data类自变量传入错误 #

你将x放在列表中传给Data([x], y)，但单自变量场景下，直接传入一维数组x即可。原写法会让func中的x变成包含数组的列表，虽然numpy广播不会报错，但不符合ODR的参数传递逻辑，容易引发计算偏差。

2. 初始参数设置偏离真实值 #

拟合算法的初始值会极大影响收敛结果：

• 峰值height：你的数据峰值约为4.66e12，但初始值设为1e12，与真实值差距过大，算法难以收敛到正确值；
• 宽度width：数据半高宽明显大于2，初始值设为2太小，容易让算法陷入局部最优。

修正后的代码 #

import numpy as np
import matplotlib.pyplot as plt
from scipy.odr import ODR, Model, Data

x = np.arange(0,19,1)
y = np.array([5.64998480e+09, 3.03653479e+10, 2.18927521e+11, 6.22541771e+11,
       1.24917901e+12, 2.05145638e+12, 2.92904416e+12, 3.74656109e+12,
       4.36310058e+12, 4.66564452e+12, 4.59701326e+12, 4.17028923e+12,
       3.46549578e+12, 2.60950760e+12, 1.74504950e+12, 9.97650569e+11,
       4.49637554e+11, 1.27693929e+11, 6.10512095e+09])

def func(beta, x):
    height, center_x, width = beta
    return height * np.exp(-(((center_x - x)/width)**2 / 2))

# 修正Data的自变量传入方式
data = Data(x, y)
# 若x无测量误差，明确设置x方向误差为0
data.xerr = 0
model = Model(func)
# 调整初始参数：峰值接近数据最大值，中心对应峰值位置x=9，宽度设为4
odr = ODR(data, model, [4.7e12, 9, 4])
res = odr.run()

plt.figure()
plt.plot(x, y, label='原始数据')
plt.plot(x, func(res.beta, x), '-o', label='ODR拟合结果')
plt.legend()
plt.show()

# 打印拟合参数
print("拟合参数（峰值, 中心位置, 宽度）：", res.beta)

修正说明 #

• 调整Data的传入参数为Data(x, y)，让func直接接收一维数组x，符合计算逻辑；
• 初始参数设置为更接近真实值的数值，帮助拟合算法快速收敛到全局最优；
• 添加data.xerr = 0明确x无误差，让ODR拟合更贴合数据实际情况。

内容的提问来源于stack exchange，提问作者Chris Lin