如何在Python中配合Split Pearson 7函数？

Posted 2023-01-07

我有一个非对称峰，我想使用带有lmfit的拆分Pearson 7（SP7）函数进行拟合。首先，已经定义了SP7函数，然后用lmfit对其进行了重新调用，但最后出现了以下错误：ValueError：不支持varargs'* p'。为什么？

def polynomial(x, *p):
    poly = Polynomial(p)
    y = poly(x)
    return y

def pearson7(x, *p):
    x0, IM, H, m = p
    y = IM / (1+4*(2**(1/m)-1)*(x-x0)**2/H**2)**m
    return y

def splitpearson7(x, *p):
    x0, IM, Hl, ml, Hr, mr = p
    pl = [x0, IM, Hl, ml]
    pr = [x0, IM, Hr, mr]
    y = pearson7(x, *pl)*np.heaviside(x-x0, 0.5) + pearson7(x, *pr)*np.heaviside(x0-x, 0.5)
    return y

def splitpearson7_backg(x, *p):
    """
    Split PearsonVII distribution with linear background (8 parameters)
    * background y = A + Bx
    """
    y = splitpearson7(x, *p[0:6]) + polynomial(x, *p[6:8])
    return y ```

first_params_fit=[0, np.max(y), 0.05, 0.5, 0.05, 0.5, 10, 0.3]
mod = Model(splitpearson7_backg)
pars = mod.make_params(first_params_fit)
result = mod.fit(y, pars, x=x)
print(result.fit_report()) ```

答案

ValueError: varargs '*p' is not supported.

确实。

Why?

嗯，部分是因为这是定义函数的一种可怕方法，部分是因为它破坏了lmfit.Model的概念，以便能够为模型函数确定和名称参数。简而言之：可读性很重要。帮助阅读您的代码（包括您将来的自己）的人帮忙并编写可读的代码。

使用splitpearson7时，该功能参数的含义和顺序丢失。顺序当然仍然很关键，但是没有任何描述。它甚至不说有多少个参数。相反，如果您使用

def splitpearson7(x, x0, IM, Hl, ml, Hr, mr):
    pl = [x0, IM, Hl, ml]
    pr = [x0, IM, Hr, mr]
    y = pearson7(x, *pl)*np.heaviside(x-x0, 0.5) + pearson7(x, *pr)*np.heaviside(x0-x, 0.5)
    return y

然后您可以使用[]创建一个[C0

lmfit.Model

并具有命名参数：

 sp7_model = lmfit.Model(splitpearson7)

实际上，您的 params = sp7_model.make_params(x0=0, IM=1, Hl=2, ml=3.3, Hr=2.1, mr=5) 函数也可以使用命名参数。或者，您可以使用pearson7中内置的版本：

lmfit

此外，通常不使用在后台添加功能的模型，而是使用复合模型的方法来构建复合模型，这是“ lmfit模型方法”]

from lmfit.lineshapes import pearson7
def splitpearson7(x, center, amplitude, sigma_left, m_left, sigma_right, m_right):
      left = heaviside(x-center, 0.5)*pearson7(x, amplitude, center, sigma_left, m_left) 
      right = heaviside(center-x, 0.5)*pearson7(x, amplitude, center, sigma_right, m_right) 
      return left+right
这样可以更轻松地更改背景模型。