関数を波長と強度にフーリエ変換したやつを分光器のデータ(波長800nm、強度4000くらい)に最小二乗法でfittingしたいです。

前提・実現したいこと

発生している問題・エラーメッセージ

fittingがうまくいかないです。

ガウス関数が時間tに対するyの式であり、yがフーリエ変換によってできたとしたら、
それを波長に対して並べる必要があると思いますが、
どのような操作が必要かわかりません。
（問題の原因が他のところにあるかもしれません。）

該当のソースコード

#データを読み込む（xは波長、yはスペクトル、強度）とする。
#元のデータは波長800nmで強度4000ぐらいのガウス分布

from scipy.optimize import curve_fit
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import pandas as pd
import csv
import math

dataset = pd.read_csv('/Users/kaiseki/taishou.csv',header=None,names=['0','1','2','3','4','5','6'])
dataset.head()


fileset=[0,50,100,150,200,250] 
x = dataset['0']　#xは波長

with open('/Users/123/0.final_report/2. bunko_fitting/bunko_kaiseki.csv','w') as f:
    writer = csv.writer(f,lineterminator='\n')
    
    
    
    #周波数に対して同間隔で切る方法は？
    for j in range(1,2,1):
        
        fig = plt.figure(figsize=(15, 10), dpi=200)
        y = dataset[str(j)]
        #yは強度
        y=np.abs(y)　
        
        
        plt.subplot(1, 3, 1)
        
        def func(t, *params):
    
            #paramsの長さでフィッティングする関数の数を判別。
            num_func = int(len(params)/4)
        
            #ガウス関数にそれぞれのパラメータを挿入してy_listに追加。
            y_list = []
            for i in range(num_func):
                y = np.zeros_like(t)
                param_range = list(range(4*i,4*(i+1),1))
                amp = params[int(param_range[0])] #5?
                ctr = params[int(param_range[1])]
                pulsewidth = params[int(param_range[2])] #pulseのルートが本当のパルス！
                wavelength = params[int(param_range[3])] #800?
                
                
                y1 = amp*np.exp(-(t-1/2*ctr)**2/pulsewidth**2)*np.sin((2*np.pi)*(t-1/2*ctr)/wavelength) #12/25 np.pi 追加
               
                y0 = y1
                
                
                spectrum = np.fft.fft(y0)
                
                abs_spectrum = np.abs(spectrum)  # FFTの複素数結果を絶対に変換
                
                #abs_spectrum=abs_spectrum[0:math.floor(step/2)]
                
                
                y = y + abs_spectrum
                y_list.append(y)
                
            #y_listに入っているすべてのガウス関数を重ね合わせる。
            y_sum = np.zeros_like(t)
            for i in y_list:
                y_sum = y_sum + i
        
            #最後にバックグラウンドを追加。
            y_sum = y_sum + params[-1]
        
            return y_sum
        
    
        
    
    
    
        def fit_plot(t, *params):
            num_func = int(len(params)/4)
            y_list = []
            for i in range(num_func):
                y = np.zeros_like(t)
                param_range = list(range(4*i,4*(i+1),1))
                amp = params[int(param_range[0])] #5?
                ctr = params[int(param_range[1])]
                pulsewidth = params[int(param_range[2])] #pulseのルートが本当のパルス！
                wavelength = params[int(param_range[3])] #800?
                
                y1 = amp*np.exp(-(t-1/2*ctr)**2/pulsewidth**2)*np.sin((2*np.pi)*(t-1/2*ctr)/wavelength)#12/25 np.pi 追加
                
                y0 = y1 
                
                
                spectrum = np.fft.fft(y0)
                abs_spectrum = np.abs(spectrum)  # FFTの複素数結果を絶対に変換
                
                
                
                
                
                
                y = y + abs_spectrum
                y_list.append(y)
            return y_list
        
        
        
        
        
        #初期値のリストを作成
        #[amp,ctr,wid]
        guess = []
        if j==1:
            guess.append([50, 1e3, 3e1, 800])
        elif j==2:
            guess.append([10,0.5e3,3e4,800])
        elif j==3:
            guess.append([100,0.34e3,6e3,800])
        elif j==4:
            guess.append([100,0.5e3,6e3,800])
        elif j==5:
            guess.append([100,0.67e3,6e3,800])
        elif j==6:
            guess.append([100,0.84e3,6e3,800])
        
        
        
        
        #バックグラウンドの初期値
        background = 5
        
        #初期値リストの結合
        guess_total = []
        for i in guess:
            guess_total.extend(i)
        guess_total.append(background)
        
        popt, pcov = curve_fit(func, x, y, p0=guess_total)
        
        fit = func(x, *popt)
        
        plt.plot(x, y, "-o")
        plt.plot(x, fit , ls='-', c='black', lw=1)
        
        y_list = fit_plot(x, *popt)
        baseline = np.zeros_like(x) + popt[-1]
        for n,i in enumerate(y_list):
            plt.fill_between(x, i, baseline, facecolor=cm.rainbow(n/len(y_list)), alpha=0.3)
        
        plt.xlim(760,840)
        plt.ylim(-100,4000)