2D高斯curve_fit拟合过滤无效值时报解包错误求助

核心问题出在传入拟合函数的参数维度不匹配：

• 你构建的mask数组形状为(n, 3)（n为有效数据点数量），因此mask[:,:2]的实际形状是(n, 2)，而非你以为的(2, n)
• 拟合函数gaussienne中执行x,y = Var时，会尝试拆分Var的第一个维度，也就是把n个元素拆成2个变量，自然会触发too many values to unpack (expected 2)的错误

只需要把传入curve_fit的坐标参数转置，把形状从(n, 2)调整为(2, n)即可，修改调用行：

# 原错误代码
# popt, pcov = curve_fit(gaussienne, mask[:,:2], mask[:,2], p0, maxfev=5000)
# 修复后代码
popt, pcov = curve_fit(gaussienne, mask[:,:2].T, mask[:,2], p0, maxfev=5000)

你当前用双层循环筛选有效数据的写法可以用numpy向量化操作简化，运行效率更高，也更不易出错：

# 先生成完整坐标网格
X, Y = np.meshgrid(x, y, indexing='ij')
# 直接用掩码筛选非零的intensite对应坐标和值
valid_mask = intensite != 0
x_valid = X[valid_mask]
y_valid = Y[valid_mask]
z_valid = intensite[valid_mask]
# 组装参数传入拟合
popt, pcov = curve_fit(gaussienne, np.stack([x_valid, y_valid]), z_valid, p0, maxfev=5000)

内容的提问来源于stack exchange，提问作者Mayo