洛伦兹符合两种编写代码的方法

我现在正在努力适应洛伦兹曲线。我会尽力解释我的问题。我需要为洛伦兹曲线拟合编写自己的代码,这样我可以在方程中添加一些东西。我已经实现了洛伦兹配合 model 和 def 我写过类似的东西,但没用。查看我的代码:

下面是我的数据:

for dataset in [Bxfft]:
    dataset = np.asarray(dataset)
    freqs, psd = signal.welch(dataset, fs=266336/300, window='hamming', nperseg=16192, scaling='density')
    plt.semilogy(freqs[30:-7000], psd[30:-7000]/dataset.size**0, color='r', label='Bx')
    x = freqs[100:-7900]
    y = psd[100:-7900]

下面是我定义的洛伦兹曲线拟合:

def lorentzian(x, amp, cen, sig):
    return (amp/np.pi) * (sig/(x-cen)**2 + sig**2)

model = Model(lorentzian)
pars = model.make_params(amp=6, cen=5, sig=1)
pars['amp'].max = 6
result = model.fit(y, pars, x=x)
final_fit = result.best_fit
print(result.fit_report(min_correl=0.25))
plt.plot(x, final_fit, 'k--', linewidth=3)

这里是通过模型函数完成的:

model2 = LorentzianModel()
params2 = model2.make_params(amplitude=6, center=5, sigma=1)
params2['amplitude'].value = 6
result2 = model2.fit(y, params2, x=x)
final_fit2 = result2.best_fit
print(result2.fit_report(min_correl=0.25))
plt.plot(x, final_fit2, 'k--', linewidth=3)

上面的情节是 DEF 洛伦兹,下面的情节 模型 洛伦兹。

结果是: