Python scipy 指数修正高斯分布曲线拟合问题排查与实现

你的代码出问题有三个核心原因，根本没有完成拟合流程：

• 导入了curve_fit但从未调用执行拟合操作，指数修正高斯分布必需的形状参数K、位置参数loc、尺度参数scale没有从数据中估计，你写的exponnorm.pdf(y,K)里K是未定义变量，运行时本身就会报错，更不可能得到正确曲线
• exponnorm.pdf的参数传参逻辑完全错误：该方法第一个入参是需要计算概率密度的自变量坐标（也就是你直方图的bin中心x值），你传入的y是直方图的频次计数，完全不符合入参要求
• 画直方图时默认输出的是样本频次，和概率密度函数量级差极大，就算参数传对，曲线和直方图也完全匹配不上

直接用scipy统计分布自带的拟合方法即可，比手动调用curve_fit做最小二乘适配分布更稳定，步骤如下：

1. 提取目标列数据后先过滤无效空值
2. 调用exponnorm.fit()直接从原始数据估计K、loc、scale三个参数，不需要手动猜初值
3. 画直方图时开启density=True参数，让直方图纵轴输出概率密度，和pdf计算结果的量级匹配
4. 用拟合得到的参数计算对应x区间的pdf值，再绘图对比

修正后的可运行代码如下：

import matplotlib.pyplot as plt
import numpy as np
from scipy.stats import exponnorm

# 读取数据
data = np.genfromtxt("Data.dat", delimiter='\t')
# 提取第二列值为922的行，取第9列（索引8）的TOF数据
Tofs = data[data[:,1] == 922, 8]
# 过滤可能的nan无效值
Tofs = Tofs[~np.isnan(Tofs)]

# 画归一化直方图
plt.figure(figsize=(10,6))
counts, bin_borders, _ = plt.hist(Tofs, bins=100, density=True, alpha=0.6, label='原始数据直方图')
# 计算每个bin的中心x坐标
bin_centers = (bin_borders[:-1] + bin_borders[1:]) / 2

# 核心：从原始数据拟合exponnorm的三个参数 K, loc, scale
K_fit, loc_fit, scale_fit = exponnorm.fit(Tofs)
print(f"拟合得到参数：K={K_fit:.3f}, loc={loc_fit:.3f}, scale={scale_fit:.3f}")

# 用拟合参数计算pdf值
pdf_vals = exponnorm.pdf(bin_centers, K_fit, loc=loc_fit, scale=scale_fit)
# 画拟合曲线
plt.plot(bin_centers, pdf_vals, 'r-', linewidth=2, label='指数修正高斯拟合曲线')

plt.xlabel('TOF值')
plt.ylabel('概率密度')
plt.legend()
plt.show()

• 如果自动拟合的效果不好，可以给fit()方法传入合理的参数初值，比如提前把loc初值设为数据的峰值位置，能大幅提升拟合收敛速度和准确率
• 直方图的bin数量可以根据数据量调整，你当前有效数据量在400行左右，bins设为30~50比100更能降低统计噪声对拟合的干扰
• 一般做分布参数估计优先用scipy分布自带的fit()方法，该方法基于极大似然估计做参数优化，稳定性比手动写最小二乘拟合高很多；如果确实需要拟合直方图的频次曲线，再调用curve_fit，传入归一化后的y值和合理参数初值即可。

内容的提问来源于stack exchange，提问作者albedo