はじめに X線光電子分光(XPS)やX線回折法(XRD)などで得られたスペクトル状のデータを分析することはよくあると思います。 例えばこんな感じのデータとか。 (データは自作です) 最近の分析装置では、ピークフィッティングの機能は解析ソフトにくっついていることが多いです。 しかし、時には生データを自分で分析する必要に迫られることもあります。 そこで、上のように複数の分布が重畳したスペクトルを例にとって、Pythonを使って自動でフィッティングしてみます。 解析に使うサンプルデータはこちら。 使用するパッケージ 解析にはJupyter-Notebook(Python=3.6.5, scipy=1.1.0)を用いています。 %matplotlib inline from scipy.optimize import curve_fit import numpy as np import matp
![研究者のための実践データ処理~Pythonでピークフィッティング~ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/faed975115301626c827511db7f100a823d6a445/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwa29uMiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZDhkY2RjYmFkNjYyMmE1Nzg3Zjk2OWU4MTljNTQwMzk%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D968ace20dfc287a482df0900cf5642eb)