編集履歴

質問編集履歴

2021/12/02 11:52

投稿

スコア3

test CHANGED Viewed

	@@ -1 +1 @@
1	- ~~教えてください、、~~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
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

test CHANGED Viewed

@@ -5,266 +5,6 @@
 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
 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
-### ①ピーク検出
-```Python
-import pandas as pd
-import numpy as np
-from scipy import signal
-import matplotlib.pyplot as plt
-import os
-from scipy.signal import find_peaks
-x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt",skiprows=29, unpack=True)
-peaks, _ = find_peaks(x, height=200)
-#signal.find_peaks(x, height=高さ, distance=距離)
-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)
-#minid = signal.argrelmin(y, order=1) #極小値
-x_max = max(x)
-y_max = max(y)
-y_min = min(y)
-x_min = min(x)
-fig=plt.figure(figsize=(15,5))#図のアスペクト比を変更（横×縦）
-Map1 = fig.add_subplot(111)
-Map1.plot(x, y)
-    #plt.plot((x, y), pltsize=(6,6))
-plt.tick_params(labelsize = 9)#目盛りの数字の大きさを変更
-plt.ylim(y_min, y_max*1.1)  # y 軸の範囲の設定,
-plt.xlim(10,65) # x 軸の範囲の設定
-        #plt.show()
-plt.plot(x[maxid],y[maxid],'ro',label='peak_max')
-#plt.plot(x[minid],y[minid],'bo',label='ピーク値（最小）')
-plt.legend()
-print(x[maxid])
-print(y[maxid])
-```
-###②ピークフィッティング
-```Python
-from scipy.optimize import curve_fit
-import numpy as np
-import matplotlib.pyplot as plt
-import matplotlib.cm as cm
-import pandas as pd
-x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt",skiprows=29, unpack=True)
-def func(x, *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)/3)
-    #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(x)
-        param_range = list(range(3*i,3*(i+1),1))
-        amp = params[int(param_range[0])]
-        ctr = params[int(param_range[1])]
-        wid = params[int(param_range[2])]
-        y = y + amp * np.exp( -((x - ctr)/wid)**2)
-        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(x)
-    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
-#プロットの定義
-def fit_plot(x, *params):
-    num_func = int(len(params)/3)
-    y_list = []
-    for i in range(num_func):
-        y = np.zeros_like(x)
-        param_range = list(range(3*i,3*(i+1),1))
-        amp = params[int(param_range[0])]
-        ctr = params[int(param_range[1])]
-        wid = params[int(param_range[2])]
-        y = y + amp * np.exp( -((x - ctr)/wid)**2) + params[-1]
-        y_list.append(y)
-    return y_list
-#初期値のリストを作成
-#[amp,ctr,wid]
-x1=float(input("x1"))
-y1=float(input("y1"))
-x2=float(input("x2"))
-y2=float(input("y2"))
-guess = []
-guess.append([y1, x1, 1])
-guess.append([y2, x2, 1])
-#バックグラウンドの初期値
-background = 70
-#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.scatter(x, y, s=20)
-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=0.6)
-print(*popt)
-```
 ### 実現したいこと
@@ -274,217 +14,9 @@
-###追記
-```Python
-from scipy.optimize import curve_fit
-import matplotlib.pyplot as plt
-import matplotlib.cm as cm
-import pandas as pd
-import numpy as np
-from scipy import signal
-import os
-from scipy.signal import find_peaks
-x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt", skiprows=29, unpack=True)
-def detect_peak():
-    global x
-    global y
-    #signal.find_peaks(x, height=高さ, distance=距離)
-    # 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)
-    maxid = signal.argrelmax(y, order=100)
-    # minid = signal.argrelmin(y, order=1) #極小値
-    plt.plot(x[maxid], y[maxid], 'ro', label='peak_max')
-    # plt.plot(x[minid],y[minid],'bo',label='ピーク値（最小）')
-    return x[maxid], y[maxid]
-def func(x, *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)/3)
-    #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(x)
-        param_range = list(range(3*i,3*(i+1),1))
-        amp = params[int(param_range[0])]
-        ctr = params[int(param_range[1])]
-        wid = params[int(param_range[2])]
-        y = y + amp * np.exp( -((x - ctr)/wid)**2)
-        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(x)
-    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
-#プロットの定義
-def fit_plot(x, *params):
-    num_func = int(len(params)/3)
-    y_list = []
-    for i in range(num_func):
-        y = np.zeros_like(x)
-        param_range = list(range(3*i,3*(i+1),1))
-        amp = params[int(param_range[0])]
-        ctr = params[int(param_range[1])]
-        wid = params[int(param_range[2])]
-        y = y + amp * np.exp( -((x - ctr)/wid)**2) + params[-1]
-        y_list.append(y)
-    return y_list
-#初期値のリストを作成
-#[amp,ctr,wid]
-# x1, y1 = detect_peak() ##
-np_x, np_y = detect_peak() ##
-# guess = [] ##
-guess = [[y1, x1, 1] for (x1, y1) in zip(np_x, np_y)] ##
-# guess.append([y1, x1, 1]) ##
-#バックグラウンドの初期値
-background = 70
-#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.scatter(x, y, s=20)
-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=0.6)
-print(*popt)
-```
 ###追記部分エラーメッセージ

エラーコード追加

2021/12/02 11:52

投稿

Nari9113

スコア3

test CHANGED Viewed

File without changes

test CHANGED Viewed

@@ -486,7 +486,43 @@
 ```
+###追記部分エラーメッセージ
+```Python
+RuntimeError                              Traceback (most recent call last)
+C:\Users\Public\Documents\Wondershare\CreatorTemp/ipykernel_9180/2660802360.py in <module>
+     88 guess_total.append(background)
+     89
+---> 90 popt, pcov = curve_fit(func, x, y, p0=guess_total)
+     91
+     92
+~\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)
+    792         cost = np.sum(infodict['fvec'] ** 2)
+    793         if ier not in [1, 2, 3, 4]:
+--> 794             raise RuntimeError("Optimal parameters not found: " + errmsg)
+    795     else:
+    796         # Rename maxfev (leastsq) to max_nfev (least_squares), if specified.
+RuntimeError: Optimal parameters not found: Number of calls to function has reached maxfev = 14200.
+```

コードの修正

2021/12/01 17:35

投稿

Nari9113

スコア3

test CHANGED Viewed

File without changes

test CHANGED Viewed

@@ -274,6 +274,220 @@
+###追記
+```Python
+from scipy.optimize import curve_fit
+import matplotlib.pyplot as plt
+import matplotlib.cm as cm
+import pandas as pd
+import numpy as np
+from scipy import signal
+import os
+from scipy.signal import find_peaks
+x, y = np.loadtxt("./2_BLT_powder_2th-ome.txt", skiprows=29, unpack=True)
+def detect_peak():
+    global x
+    global y
+    #signal.find_peaks(x, height=高さ, distance=距離)
+    # 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)
+    maxid = signal.argrelmax(y, order=100)
+    # minid = signal.argrelmin(y, order=1) #極小値
+    plt.plot(x[maxid], y[maxid], 'ro', label='peak_max')
+    # plt.plot(x[minid],y[minid],'bo',label='ピーク値（最小）')
+    return x[maxid], y[maxid]
+def func(x, *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)/3)
+    #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(x)
+        param_range = list(range(3*i,3*(i+1),1))
+        amp = params[int(param_range[0])]
+        ctr = params[int(param_range[1])]
+        wid = params[int(param_range[2])]
+        y = y + amp * np.exp( -((x - ctr)/wid)**2)
+        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(x)
+    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
+#プロットの定義
+def fit_plot(x, *params):
+    num_func = int(len(params)/3)
+    y_list = []
+    for i in range(num_func):
+        y = np.zeros_like(x)
+        param_range = list(range(3*i,3*(i+1),1))
+        amp = params[int(param_range[0])]
+        ctr = params[int(param_range[1])]
+        wid = params[int(param_range[2])]
+        y = y + amp * np.exp( -((x - ctr)/wid)**2) + params[-1]
+        y_list.append(y)
+    return y_list
+#初期値のリストを作成
+#[amp,ctr,wid]
+# x1, y1 = detect_peak() ##
+np_x, np_y = detect_peak() ##
+# guess = [] ##
+guess = [[y1, x1, 1] for (x1, y1) in zip(np_x, np_y)] ##
+# guess.append([y1, x1, 1]) ##
+#バックグラウンドの初期値
+background = 70
+#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.scatter(x, y, s=20)
+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=0.6)
+print(*popt)
+```
 ### 補足情報