已知参数的二维高斯函数，求f(x,y)=g₀/e时的(xₑ,yₑ)

已知二维高斯函数 f(x,y)，其峰值g₀对应坐标(x₀,y₀)，所有参数（g₀、x₀、y₀、sigma_x、sigma_y、offset）均由曲线拟合得到。需要找到一组满足f(xₑ,yₑ)=g₀/e的(xₑ,yₑ)值，无需手动推导，借助Python工具库实现。

已定义的高斯函数：

import numpy as np

def f(x, y, g0, x0, y0, sigma_x, sigma_y, offset):
    return offset + g0 * np.exp(-(((x - x0)**2/(2*sigma_x**2)) + ((y - y0)**2/(2*sigma_y**2))))

解决方案：用scipy.optimize.root求解非线性方程 #

无需手动推导公式，直接借助SciPy的数值求解器找到满足条件的点。核心思路是构造目标函数，让f(x,y) - g₀/e = 0，再用数值方法求解该方程。

完整代码示例

from scipy.optimize import root
import numpy as np

# 替换为你实际拟合得到的参数
g0 = 10
x0 = 5
y0 = 3
sigma_x = 2
sigma_y = 1.5
offset = 1

# 构造目标方程：让f(x,y)等于g0/e，即差值为0
def target_func(vars):
    x, y = vars
    return f(x, y, g0, x0, y0, sigma_x, sigma_y, offset) - g0 / np.e

# 初始猜测值：选在峰值附近，比如x方向偏移sigma_x，y保持峰值坐标
initial_guess = [x0 + sigma_x, y0]

# 执行求解
result = root(target_func, initial_guess)

# 输出结果
if result.success:
    xe, ye = result.x
    print(f"找到一组解：(xₑ, yₑ) = ({xe:.4f}, {ye:.4f})")
    # 验证结果
    calculated_value = f(xe, ye, g0, x0, y0, sigma_x, sigma_y, offset)
    target_value = g0 / np.e
    print(f"验证：f(xₑ,yₑ) = {calculated_value:.4f}，目标值g₀/e = {target_value:.4f}")
else:
    print("求解失败，原因：", result.message)

说明

• 初始猜测值的选择很关键：选在峰值(x₀,y₀)附近（比如示例中x0+sigma_x，y0），能让求解器更快收敛到正确解。
• 求解成功后建议验证结果，避免因初始值或参数问题得到错误解。

内容的提问来源于stack exchange，提问作者hexaquark