質問編集履歴
3
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
|
|
1
|
+
ピーク検出後その値を用いてピークフィッティングをしたいです
|
body
CHANGED
|
@@ -2,246 +2,12 @@
|
|
|
2
2
|
|
|
3
3
|
あるデータを用いて①ピーク検出②その検出した値からピークフィッティングを用いてピークを求めるのを一つにまとめたいです
|
|
4
4
|
色々サイトを見て進めているのでごちゃごちゃしていると思うので省略できそうな部分があればそれも教えて頂きたいです
|
|
5
|
-
### ①ピーク検出
|
|
6
|
-
|
|
7
|
-
```Python
|
|
8
|
-
import pandas as pd
|
|
9
|
-
import numpy as np
|
|
10
|
-
from scipy import signal
|
|
11
|
-
import matplotlib.pyplot as plt
|
|
12
|
-
import os
|
|
13
|
-
from scipy.signal import find_peaks
|
|
14
|
-
|
|
15
|
-
|
|
16
|
-
|
|
17
|
-
x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt",skiprows=29, unpack=True)
|
|
18
|
-
|
|
19
|
-
peaks, _ = find_peaks(x, height=200)
|
|
20
|
-
#signal.find_peaks(x, height=高さ, distance=距離)
|
|
21
|
-
|
|
22
|
-
maxid = signal.argrelmax(y, order=100) #極大値 orderを変えることでピークの検出が変わる(ピーク検出の閾値)
|
|
23
|
-
#minid = signal.argrelmin(y, order=1) #極小値
|
|
24
|
-
|
|
25
|
-
|
|
26
|
-
|
|
27
|
-
x_max = max(x)
|
|
28
|
-
y_max = max(y)
|
|
29
|
-
y_min = min(y)
|
|
30
|
-
x_min = min(x)
|
|
31
|
-
fig=plt.figure(figsize=(15,5))#図のアスペクト比を変更（横×縦）
|
|
32
|
-
Map1 = fig.add_subplot(111)
|
|
33
|
-
Map1.plot(x, y)
|
|
34
|
-
|
|
35
|
-
#plt.plot((x, y), pltsize=(6,6))
|
|
36
|
-
plt.tick_params(labelsize = 9)#目盛りの数字の大きさを変更
|
|
37
|
-
plt.ylim(y_min, y_max*1.1) # y 軸の範囲の設定,
|
|
38
|
-
plt.xlim(10,65) # x 軸の範囲の設定
|
|
39
|
-
#plt.show()
|
|
40
|
-
|
|
41
|
-
plt.plot(x[maxid],y[maxid],'ro',label='peak_max')
|
|
42
|
-
#plt.plot(x[minid],y[minid],'bo',label='ピーク値（最小）')
|
|
43
|
-
|
|
44
|
-
|
|
45
|
-
|
|
46
|
-
plt.legend()
|
|
47
|
-
print(x[maxid])
|
|
48
|
-
print(y[maxid])
|
|
49
|
-
```
|
|
50
|
-
###②ピークフィッティング
|
|
51
|
-
```Python
|
|
52
|
-
from scipy.optimize import curve_fit
|
|
53
|
-
import numpy as np
|
|
54
|
-
import matplotlib.pyplot as plt
|
|
55
|
-
import matplotlib.cm as cm
|
|
56
|
-
import pandas as pd
|
|
57
|
-
|
|
58
|
-
x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt",skiprows=29, unpack=True)
|
|
59
|
-
|
|
60
|
-
|
|
61
|
-
def func(x, *params):
|
|
62
|
-
|
|
63
|
-
#paramsの長さでフィッティングする関数の数を判別。
|
|
64
|
-
num_func = int(len(params)/3)
|
|
65
|
-
|
|
66
|
-
#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。
|
|
67
|
-
y_list = []
|
|
68
|
-
for i in range(num_func):
|
|
69
|
-
y = np.zeros_like(x)
|
|
70
|
-
param_range = list(range(3*i,3*(i+1),1))
|
|
71
|
-
amp = params[int(param_range[0])]
|
|
72
|
-
ctr = params[int(param_range[1])]
|
|
73
|
-
wid = params[int(param_range[2])]
|
|
74
|
-
y = y + amp * np.exp( -((x - ctr)/wid)**2)
|
|
75
|
-
y_list.append(y)
|
|
76
|
-
|
|
77
|
-
#y_listに入っているすべてのガウス関数を重ね合わせる。
|
|
78
|
-
y_sum = np.zeros_like(x)
|
|
79
|
-
for i in y_list:
|
|
80
|
-
y_sum = y_sum + i
|
|
81
|
-
|
|
82
|
-
#最後にバックグラウンドを追加。
|
|
83
|
-
y_sum = y_sum + params[-1]
|
|
84
|
-
|
|
85
|
-
return y_sum
|
|
86
|
-
|
|
87
|
-
#プロットの定義
|
|
88
|
-
def fit_plot(x, *params):
|
|
89
|
-
num_func = int(len(params)/3)
|
|
90
|
-
y_list = []
|
|
91
|
-
for i in range(num_func):
|
|
92
|
-
y = np.zeros_like(x)
|
|
93
|
-
param_range = list(range(3*i,3*(i+1),1))
|
|
94
|
-
amp = params[int(param_range[0])]
|
|
95
|
-
ctr = params[int(param_range[1])]
|
|
96
|
-
wid = params[int(param_range[2])]
|
|
97
|
-
y = y + amp * np.exp( -((x - ctr)/wid)**2) + params[-1]
|
|
98
|
-
y_list.append(y)
|
|
99
|
-
return y_list
|
|
100
|
-
|
|
101
|
-
#初期値のリストを作成
|
|
102
|
-
#[amp,ctr,wid]
|
|
103
|
-
x1=float(input("x1"))
|
|
104
|
-
y1=float(input("y1"))
|
|
105
|
-
x2=float(input("x2"))
|
|
106
|
-
y2=float(input("y2"))
|
|
107
|
-
guess = []
|
|
108
|
-
guess.append([y1, x1, 1])
|
|
109
|
-
guess.append([y2, x2, 1])
|
|
110
|
-
|
|
111
|
-
#バックグラウンドの初期値
|
|
112
|
-
background = 70
|
|
113
|
-
|
|
114
|
-
#初期値リストの結合
|
|
115
|
-
guess_total = []
|
|
116
|
-
for i in guess:
|
|
117
|
-
guess_total.extend(i)
|
|
118
|
-
guess_total.append(background)
|
|
119
|
-
|
|
120
|
-
popt, pcov = curve_fit(func, x, y, p0=guess_total)
|
|
121
|
-
|
|
122
|
-
|
|
123
|
-
|
|
124
|
-
fit= func(x, *popt)
|
|
125
|
-
plt.scatter(x, y, s=20)
|
|
126
|
-
plt.plot(x, fit , ls='-', c='black', lw=1)
|
|
127
|
-
|
|
128
|
-
y_list = fit_plot(x, *popt)
|
|
129
|
-
baseline = np.zeros_like(x) + popt[-1]
|
|
130
|
-
for n,i in enumerate(y_list):
|
|
131
|
-
plt.fill_between(x, i, baseline, facecolor=cm.rainbow(n/len(y_list)), alpha=0.6)
|
|
132
|
-
|
|
133
|
-
print(*popt)
|
|
134
|
-
```
|
|
135
5
|
### 実現したいこと
|
|
136
6
|
|
|
137
7
|
①で出たx[maxid],y[maxid]を②のx1,y1に一つずつ自動入力され値が得られるような自動解析ができるコードを作りたいです
|
|
138
8
|
|
|
139
|
-
###追記
|
|
140
|
-
```Python
|
|
141
|
-
from scipy.optimize import curve_fit
|
|
142
|
-
import matplotlib.pyplot as plt
|
|
143
|
-
import matplotlib.cm as cm
|
|
144
|
-
import pandas as pd
|
|
145
|
-
import numpy as np
|
|
146
|
-
from scipy import signal
|
|
147
|
-
import os
|
|
148
|
-
from scipy.signal import find_peaks
|
|
149
9
|
|
|
150
10
|
|
|
151
|
-
x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt", skiprows=29, unpack=True)
|
|
152
|
-
|
|
153
|
-
|
|
154
|
-
def detect_peak():
|
|
155
|
-
global x
|
|
156
|
-
global y
|
|
157
|
-
#signal.find_peaks(x, height=高さ, distance=距離)
|
|
158
|
-
|
|
159
|
-
# 極大値 orderを変えることでピークの検出が変わる(ピーク検出の閾値)
|
|
160
|
-
maxid = signal.argrelmax(y, order=100)
|
|
161
|
-
# minid = signal.argrelmin(y, order=1) #極小値
|
|
162
|
-
|
|
163
|
-
|
|
164
|
-
plt.plot(x[maxid], y[maxid], 'ro', label='peak_max')
|
|
165
|
-
# plt.plot(x[minid],y[minid],'bo',label='ピーク値（最小）')
|
|
166
|
-
|
|
167
|
-
return x[maxid], y[maxid]
|
|
168
|
-
|
|
169
|
-
def func(x, *params):
|
|
170
|
-
|
|
171
|
-
#paramsの長さでフィッティングする関数の数を判別。
|
|
172
|
-
num_func = int(len(params)/3)
|
|
173
|
-
|
|
174
|
-
#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。
|
|
175
|
-
y_list = []
|
|
176
|
-
for i in range(num_func):
|
|
177
|
-
y = np.zeros_like(x)
|
|
178
|
-
param_range = list(range(3*i,3*(i+1),1))
|
|
179
|
-
amp = params[int(param_range[0])]
|
|
180
|
-
ctr = params[int(param_range[1])]
|
|
181
|
-
wid = params[int(param_range[2])]
|
|
182
|
-
y = y + amp * np.exp( -((x - ctr)/wid)**2)
|
|
183
|
-
y_list.append(y)
|
|
184
|
-
|
|
185
|
-
#y_listに入っているすべてのガウス関数を重ね合わせる。
|
|
186
|
-
y_sum = np.zeros_like(x)
|
|
187
|
-
for i in y_list:
|
|
188
|
-
y_sum = y_sum + i
|
|
189
|
-
|
|
190
|
-
#最後にバックグラウンドを追加。
|
|
191
|
-
y_sum = y_sum + params[-1]
|
|
192
|
-
|
|
193
|
-
return y_sum
|
|
194
|
-
|
|
195
|
-
#プロットの定義
|
|
196
|
-
def fit_plot(x, *params):
|
|
197
|
-
num_func = int(len(params)/3)
|
|
198
|
-
y_list = []
|
|
199
|
-
for i in range(num_func):
|
|
200
|
-
y = np.zeros_like(x)
|
|
201
|
-
param_range = list(range(3*i,3*(i+1),1))
|
|
202
|
-
amp = params[int(param_range[0])]
|
|
203
|
-
ctr = params[int(param_range[1])]
|
|
204
|
-
wid = params[int(param_range[2])]
|
|
205
|
-
y = y + amp * np.exp( -((x - ctr)/wid)**2) + params[-1]
|
|
206
|
-
y_list.append(y)
|
|
207
|
-
return y_list
|
|
208
|
-
|
|
209
|
-
#初期値のリストを作成
|
|
210
|
-
#[amp,ctr,wid]
|
|
211
|
-
|
|
212
|
-
# x1, y1 = detect_peak() ##
|
|
213
|
-
np_x, np_y = detect_peak() ##
|
|
214
|
-
|
|
215
|
-
|
|
216
|
-
# guess = [] ##
|
|
217
|
-
guess = [[y1, x1, 1] for (x1, y1) in zip(np_x, np_y)] ##
|
|
218
|
-
# guess.append([y1, x1, 1]) ##
|
|
219
|
-
|
|
220
|
-
|
|
221
|
-
#バックグラウンドの初期値
|
|
222
|
-
background = 70
|
|
223
|
-
|
|
224
|
-
#初期値リストの結合
|
|
225
|
-
guess_total = []
|
|
226
|
-
for i in guess:
|
|
227
|
-
guess_total.extend(i)
|
|
228
|
-
guess_total.append(background)
|
|
229
|
-
|
|
230
|
-
popt, pcov = curve_fit(func, x, y, p0=guess_total)
|
|
231
|
-
|
|
232
|
-
|
|
233
|
-
|
|
234
|
-
fit= func(x, *popt)
|
|
235
|
-
plt.scatter(x, y, s=20)
|
|
236
|
-
plt.plot(x, fit , ls='-', c='black', lw=1)
|
|
237
|
-
|
|
238
|
-
y_list = fit_plot(x, *popt)
|
|
239
|
-
baseline = np.zeros_like(x) + popt[-1]
|
|
240
|
-
for n,i in enumerate(y_list):
|
|
241
|
-
plt.fill_between(x, i, baseline, facecolor=cm.rainbow(n/len(y_list)), alpha=0.6)
|
|
242
|
-
|
|
243
|
-
print(*popt)
|
|
244
|
-
```
|
|
245
11
|
###追記部分エラーメッセージ
|
|
246
12
|
```Python
|
|
247
13
|
RuntimeError Traceback (most recent call last)
|
2
エラーコード追加
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -242,8 +242,26 @@
|
|
|
242
242
|
|
|
243
243
|
print(*popt)
|
|
244
244
|
```
|
|
245
|
+
###追記部分エラーメッセージ
|
|
246
|
+
```Python
|
|
247
|
+
RuntimeError Traceback (most recent call last)
|
|
248
|
+
C:\Users\Public\Documents\Wondershare\CreatorTemp/ipykernel_9180/2660802360.py in <module>
|
|
249
|
+
88 guess_total.append(background)
|
|
250
|
+
89
|
|
251
|
+
---> 90 popt, pcov = curve_fit(func, x, y, p0=guess_total)
|
|
252
|
+
91
|
|
253
|
+
92
|
|
245
254
|
|
|
255
|
+
~\AppData\Local\Programs\Python\Python39\lib\site-packages\scipy\optimize\minpack.py in curve_fit(f, xdata, ydata, p0, sigma, absolute_sigma, check_finite, bounds, method, jac, **kwargs)
|
|
256
|
+
792 cost = np.sum(infodict['fvec'] ** 2)
|
|
257
|
+
793 if ier not in [1, 2, 3, 4]:
|
|
258
|
+
--> 794 raise RuntimeError("Optimal parameters not found: " + errmsg)
|
|
259
|
+
795 else:
|
|
260
|
+
796 # Rename maxfev (leastsq) to max_nfev (least_squares), if specified.
|
|
246
261
|
|
|
262
|
+
RuntimeError: Optimal parameters not found: Number of calls to function has reached maxfev = 14200.
|
|
263
|
+
```
|
|
264
|
+
|
|
247
265
|
### 補足情報
|
|
248
266
|
|
|
249
267
|
もし必要な情報があればコメントお願いします。助けてください泣
|
1
コードの修正
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -136,7 +136,114 @@
|
|
|
136
136
|
|
|
137
137
|
①で出たx[maxid],y[maxid]を②のx1,y1に一つずつ自動入力され値が得られるような自動解析ができるコードを作りたいです
|
|
138
138
|
|
|
139
|
+
###追記
|
|
140
|
+
```Python
|
|
141
|
+
from scipy.optimize import curve_fit
|
|
142
|
+
import matplotlib.pyplot as plt
|
|
143
|
+
import matplotlib.cm as cm
|
|
144
|
+
import pandas as pd
|
|
145
|
+
import numpy as np
|
|
146
|
+
from scipy import signal
|
|
147
|
+
import os
|
|
148
|
+
from scipy.signal import find_peaks
|
|
139
149
|
|
|
150
|
+
|
|
151
|
+
x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt", skiprows=29, unpack=True)
|
|
152
|
+
|
|
153
|
+
|
|
154
|
+
def detect_peak():
|
|
155
|
+
global x
|
|
156
|
+
global y
|
|
157
|
+
#signal.find_peaks(x, height=高さ, distance=距離)
|
|
158
|
+
|
|
159
|
+
# 極大値 orderを変えることでピークの検出が変わる(ピーク検出の閾値)
|
|
160
|
+
maxid = signal.argrelmax(y, order=100)
|
|
161
|
+
# minid = signal.argrelmin(y, order=1) #極小値
|
|
162
|
+
|
|
163
|
+
|
|
164
|
+
plt.plot(x[maxid], y[maxid], 'ro', label='peak_max')
|
|
165
|
+
# plt.plot(x[minid],y[minid],'bo',label='ピーク値（最小）')
|
|
166
|
+
|
|
167
|
+
return x[maxid], y[maxid]
|
|
168
|
+
|
|
169
|
+
def func(x, *params):
|
|
170
|
+
|
|
171
|
+
#paramsの長さでフィッティングする関数の数を判別。
|
|
172
|
+
num_func = int(len(params)/3)
|
|
173
|
+
|
|
174
|
+
#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。
|
|
175
|
+
y_list = []
|
|
176
|
+
for i in range(num_func):
|
|
177
|
+
y = np.zeros_like(x)
|
|
178
|
+
param_range = list(range(3*i,3*(i+1),1))
|
|
179
|
+
amp = params[int(param_range[0])]
|
|
180
|
+
ctr = params[int(param_range[1])]
|
|
181
|
+
wid = params[int(param_range[2])]
|
|
182
|
+
y = y + amp * np.exp( -((x - ctr)/wid)**2)
|
|
183
|
+
y_list.append(y)
|
|
184
|
+
|
|
185
|
+
#y_listに入っているすべてのガウス関数を重ね合わせる。
|
|
186
|
+
y_sum = np.zeros_like(x)
|
|
187
|
+
for i in y_list:
|
|
188
|
+
y_sum = y_sum + i
|
|
189
|
+
|
|
190
|
+
#最後にバックグラウンドを追加。
|
|
191
|
+
y_sum = y_sum + params[-1]
|
|
192
|
+
|
|
193
|
+
return y_sum
|
|
194
|
+
|
|
195
|
+
#プロットの定義
|
|
196
|
+
def fit_plot(x, *params):
|
|
197
|
+
num_func = int(len(params)/3)
|
|
198
|
+
y_list = []
|
|
199
|
+
for i in range(num_func):
|
|
200
|
+
y = np.zeros_like(x)
|
|
201
|
+
param_range = list(range(3*i,3*(i+1),1))
|
|
202
|
+
amp = params[int(param_range[0])]
|
|
203
|
+
ctr = params[int(param_range[1])]
|
|
204
|
+
wid = params[int(param_range[2])]
|
|
205
|
+
y = y + amp * np.exp( -((x - ctr)/wid)**2) + params[-1]
|
|
206
|
+
y_list.append(y)
|
|
207
|
+
return y_list
|
|
208
|
+
|
|
209
|
+
#初期値のリストを作成
|
|
210
|
+
#[amp,ctr,wid]
|
|
211
|
+
|
|
212
|
+
# x1, y1 = detect_peak() ##
|
|
213
|
+
np_x, np_y = detect_peak() ##
|
|
214
|
+
|
|
215
|
+
|
|
216
|
+
# guess = [] ##
|
|
217
|
+
guess = [[y1, x1, 1] for (x1, y1) in zip(np_x, np_y)] ##
|
|
218
|
+
# guess.append([y1, x1, 1]) ##
|
|
219
|
+
|
|
220
|
+
|
|
221
|
+
#バックグラウンドの初期値
|
|
222
|
+
background = 70
|
|
223
|
+
|
|
224
|
+
#初期値リストの結合
|
|
225
|
+
guess_total = []
|
|
226
|
+
for i in guess:
|
|
227
|
+
guess_total.extend(i)
|
|
228
|
+
guess_total.append(background)
|
|
229
|
+
|
|
230
|
+
popt, pcov = curve_fit(func, x, y, p0=guess_total)
|
|
231
|
+
|
|
232
|
+
|
|
233
|
+
|
|
234
|
+
fit= func(x, *popt)
|
|
235
|
+
plt.scatter(x, y, s=20)
|
|
236
|
+
plt.plot(x, fit , ls='-', c='black', lw=1)
|
|
237
|
+
|
|
238
|
+
y_list = fit_plot(x, *popt)
|
|
239
|
+
baseline = np.zeros_like(x) + popt[-1]
|
|
240
|
+
for n,i in enumerate(y_list):
|
|
241
|
+
plt.fill_between(x, i, baseline, facecolor=cm.rainbow(n/len(y_list)), alpha=0.6)
|
|
242
|
+
|
|
243
|
+
print(*popt)
|
|
244
|
+
```
|
|
245
|
+
|
|
246
|
+
|
|
140
247
|
### 補足情報
|
|
141
248
|
|
|
142
249
|
もし必要な情報があればコメントお願いします。助けてください泣
|