问题标签 [function-fitting]

我有闪光灯的图像数据，其中一些像素在闪光灯的中心达到了 255。为了对像素的假设像素值进行建模，将 2D 高斯拟合到不在 255 的数据的最佳方法是什么。

我一直在玩astropy.convolution, 和interpolate_replace_nans函数，但这总是返回低于 255 的值，而不是高于 255 的预期值。

数据的表面图

数据的表面图明显遵循单一的高斯形状，顶部被截断；有没有一种简单的方法来计算高斯的参数来重建应该是什么值？

我有一些实验点，数量不多，分散在两个参数的二维空间中。但我想，分布是沿着高斯表面（圆顶），沿 X、Y 和 shift（中心）具有未知的尺度。关键是要找到这两个 X、Y 控制变量的预期最佳中心，以实现实验的最强响应。

是否有免费工具或八度音阶的简单方法可以将可变高斯曲面最佳拟合到不规则数据？

我知道有一个基本的 interp2 曲面插值工具。但是分段多项式插值与拟合具有未知常数的已知形式的高级二维函数不同。

我正在尝试在长时间序列的 3D 大气数据集上计算 Skewnormal PDF 的拟合参数。因此，使用 SciPy Skewnorm.fit 函数获得拟合参数、形状、比例和位置参数，然后计算该参数的矩。但是，我遇到了突然收敛区域或图上肉眼出现点的问题。这个问题的解决方案是什么？我尝试了几种方法来修复它，虽然它适用于大气场值对其他场为正但不适用于风数据集的正范围值和负范围值的某些情况。在这里，我添加了我的问题的示例图 [* 风 U 的偏斜拟合参数] 和我计算拟合参数的示例代码。我认为，这是比编码更多的理论问题，

偏斜法线PDF的拟合参数

亲爱的 Stackoverflow 社区，

我想用curve_fit拟合以下函数：

我从curve_fit得到这个代码：

以下错误消息：

我知道错误来自 for 循环。您知道如何使我的函数适合于曲线拟合吗？

完整的错误轨迹是：