Gauß Least Squares Fit und y-Achse normieren

Wenn du dir nicht sicher bist, in welchem der anderen Foren du die Frage stellen sollst, dann bist du hier im Forum für allgemeine Fragen sicher richtig.
Antworten
sports7
User
Beiträge: 10
Registriert: Dienstag 18. April 2017, 12:47

Freitag 28. Juli 2017, 08:19

Code: Alles auswählen

import os
import csv
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl #Add "as mpl" for command in line 36
import pylab as py
from scipy.optimize import curve_fit
import xlsxwriter

#Define plot parameters
histNumBins = 150
histAxisMin = 0
histAxisMax = 0.6
plotResol = 600 #dpi

#Set font size/style for all plots
font = {'family' : 'normal',
        'weight' : 'normal',
        'size'   : 8}

#matplotlib.rc('font', **font)
#Get component number centred in histogramm and achieve black edge
mpl.rcParams['patch.force_edgecolor'] = True

#Histogramm-Daten
Inter = [0.46625,	0.47625,0.465625,	0.46875,0.475,0.489375,0.44875,0.490625,0.479375,0.488125,	0.49625,0.4725,0.506875,0.47875,0.473125,	0.463125,0.47625,	0.46375,0.48125,0.4975,0.46125,0.505625,0.479375,0.473125,	0.46875,0.490625,	0.495625,0.5125,0.493125,0.5075,0.48125,0.499375,0.49625,0.476875,0.4775,0.488125,	0.458125,0.494375,0.4875,0.466875,	0.464375,0.465625,0.483125,	0.48375,0.456875,	0.48375,0.4825,0.48375,0.495]
Intermean = np.mean(Inter)
Interstd = np.std(Inter)
Intra = [0.058125]

# Equation for Gaussian
def gaussFunc(x, a, mu, sigma):
    return a * py.exp(-(x - mu)**2.0 / (2 * sigma**2))

#------------------------------------------------------------------------------------
    #Draw histogram
#------------------------------------------------------------------------------------        
fig = plt.figure()
ax1 = fig.add_subplot(111)
  

histIntra = ax1.hist(Intra, histNumBins, range = [histAxisMin, histAxisMax], label = "Intra-Distanz", facecolor = "b")
ax1.set_xlabel("Hamming-Distanz")
ax1.set_ylabel("Ereignisanzahl (Intra-Daten)")
ax1.set_ylim([0, 10])
ax1.tick_params("y", colors = "b")
ax1.grid()
x = np.linspace(histAxisMin, histAxisMax, 500)  
#yAx1 = gaussFunc(x, max(histIntra[0]), intraMean, intraStd)
#plt.plot(x, yAx1, color="orange")    
    
ax2 = ax1.twinx()
histInter = ax2.hist(Inter, histNumBins, range = [histAxisMin, histAxisMax], label = "Inter-Distanzen", facecolor = "g")
ax2.set_ylabel("Ereignisanzahl (Inter-Daten)")
ax2.tick_params("y", colors = "g")
    
#    x = np.linspace(histAxisMin, histAxisMax, 500)
yAx2 = gaussFunc(x, max(histInter[0]), Intermean, Interstd)
plt.plot(x, yAx2, color="orange")

lines, labels = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax2.legend(lines + lines2, labels + labels2, loc=0)


Ich weiß nicht, ob der Gauß-Fit auf diese Weise ein Least Squares Fit ist? Außerdem möchte ich mir gerne die Funktion des Fits anzeigen lassen. Vor dem eigentlichen Fit möchte ich noch die ax2-Achse auf die Länge von "Inter" normieren.

Kann mir bitte jemand helfen?

VG
sports7
Zuletzt geändert von Anonymous am Freitag 28. Juli 2017, 09:26, insgesamt 1-mal geändert.
Grund: Quelltext in Python-Codebox-Tags gesetzt.
Benutzeravatar
pixewakb
User
Beiträge: 1138
Registriert: Sonntag 24. April 2011, 19:43

Samstag 29. Juli 2017, 23:04

Das scheint gefühlt eine Frage für stackoverflow zu sein, bei matplotlib kennen sich dort m. E. einige mehr aus...
Antworten