在python中使用倍频程或oct2py时，峰值检测会给出不同的结果

Question

我正试图将多个固定宽度高斯拟合到一个宽峰上。我能做到这一点的唯一方法是使用peakfit.m。样本数据可以在这里下载。

在倍频程中，我使用的代码是：

>>peakfit(data,90.5,3,3,11,0,0,0,0,[1,1,1],0,0)
ans =
  1.0000e+000  9.0012e+001  1.0185e+004  1.0000e+000  1.0749e+004
  2.0000e+000  9.0500e+001  9.3075e+003  1.0000e+000  9.9035e+003
  3.0000e+000  9.0988e+001  1.0186e+004  1.0000e+000  1.0749e+004

这与我创建初始数据集时使用的三个峰值非常接近。

这些是我在10月2日使用时的结果

import oct2py as op
import numpy as np
data=np.loadtxt(file)
octave=op.Oct2Py()
octave.peakfit(data,90.5,3,3,11,0,0,0,0,[1,1,1],0,0)
#Out:
array([[    1,    91,  8873,     1, 14583],
       [    2,    88, 17314,     1,   400],
       [    3,    90, 11011,     1, 18459]])

如果我在两种情况下都拟合一个峰值，结果是相同的。

倍频程

 1.0000e+000  9.0500e+001  2.0576e+004  1.4670e+000  3.2130e+004

10月2日

array([[  1.00000000e+00,   9.05000004e+01,   2.05763986e+04,
          1.46695147e+00,   3.21304879e+04]])

差异从哪里来？

Answer 1

我找到了解决方案。我必须在10月2日以浮点形式传递参数，这样

octave.peakfit(data,90.5,3.0,3.0,11.0,0.0,0.0,0.0,0.0,[1.0,1.0,1.0],0.0,0.0)