首先，这是我设置的一个赋值，所以我只是在寻找指针，并且我被限制使用以下库：NumPy、SciPy和MatPlotLib。
我们已经得到了一个txt文件，其中包括用于共振实验的x和y数据，并且必须同时符合高斯和洛伦兹拟合。我目前正在研究高斯拟合度，并尝试遵循上一个问题中列出的代码作为我自己的代码的基础。(Gaussian fit for Python)

from numpy import *
from matplotlib import *
import matplotlib.pyplot as plt  ##Import Libraries
import pylab
from scipy.optimize import curve_fit

#################################### 

energy,intensity=numpy.loadtxt('resonance_data.txt',unpack=True)
print energy
print intensity  ##Load in text file and print the arrays

##################################### 

n = size(energy)
mean = 30.7
sigma = 10
intensity0 = 45

def gaus(energy,intensity0,energy0,sigma):
       return intensity0*exp(-(energy-energy0)**2/(sigma**2))

popt,pcov = curve_fit(gaus,energy,intensity,p0=[45,mean,sigma])

plt.plot(energy,intensity,'o')
plt.xlabel('Energy/eV')
plt.ylabel('Intensity')
plt.title('Plot of Intensity against Energy')  ##Plot raw data along with axis labels         and title
plt.plot(energy,gaus(energy,*popt))
plt.show()

它返回以下图表

如果我保留均值和西格玛的表达式，就像在发布的URL中一样，曲线拟合是一条水平线，所以我猜问题出在曲线拟合不收敛之类的地方。
我还是个初学者，所以任何提示都是有帮助的：)
谢谢
更新：我已经设法改进了高斯拟合度并使洛伦兹函数工作，甚至(我认为)设法计算出每种情况下的残差之和。
干杯，伙计们！
再次感谢，伙计们