此篇，我們來介紹對SERS拉曼光譜的擬合。
一、多峯擬合
1）準備數據。
如下圖所示，我們找來了一個細胞的拉曼光譜，並截取了其中的一部分（圖中數據表格與實際所使用的不符，實際中，我們已將660-1400 nm之外的數據刪掉，而不是在作圖時只顯示660-1400 nm部分的波形，否則最後擬合的時候會出錯）。
2）選擇多峯擬合。
3）選擇高斯擬合。
如下圖所示，在彈出的多峯擬合面板中，Input默認輸入將會是當前的Graph1圖，無需改變，而Peak Function峯值擬合需要選擇爲Gauss高斯擬合。
4）選擇需要擬合的峯。
接着，在圖中有峯的位置雙擊鼠標左鍵，選擇需要擬合的峯。如下圖所示，在三個峯值處雙擊即可。選擇完成後，點擊Get Points獲取點面板中的Fit即可。
5）擬合完成。
此時，擬合完成之後，圖中會出現四條新的曲線，分別是三個峯單獨的峯和他們所累積起來的一條總的峯。由於四條曲線疊加在一起，所以看的不是很明顯，只有總峯在最上層，因而清晰可見。同時，會有一個Reminder Message提示消息框出現，問我們是否要轉向擬合報表。是或否都可以選，此時，我們選擇Yes，可以去看看報表。
6）報表中的高斯參數。
此時查看擬合報表，可以發現每個峯都有一些相同的參數，其中y0代表峯的縱向偏移量，xc表示峯的橫座標，w表示尺度參數，A表示峯的面積，FWHM表示半峯寬，Height表示峯的高度。另外，y0+Height=峯值。
高斯分佈其實也就是我們學過的正態分佈。那麼，觀察圖中表格內的Equation公式：y=y0 + (A/(w*sqrt(PI/2)))*exp(-2*((x-xc)/w)^2)，對比下圖中的正太分佈，我們發現這兩者幾乎是一致的。而區別在於一個設計到了A，即峯的面積。因而，我們在這裏解釋的w爲尺度參數σ可能是不對的，但他們之間肯定是有關係的。
7）重新作圖。
按照慣例，對數據進行分析後，一般會產生新的數據，因此，可以使用新的數據重新繪圖。此時，將報表切換到nlfitpeaksCurve1擬合峯曲線分頁，然後選擇A和E列繪製折線圖，即可完成拉曼光譜的曲線擬合分析及繪圖。
如下圖所示，爲將橫縱座標的名稱和單位等修改後的結果（之前可能沒有提到過，在已經制圖之後，仍可以在表格中修改所有參數，包括數值和名稱，修改之後圖中相應部分會自動變更）。
二、手動擬合
1）原圖重新繪製。
如下圖所示，回到原始數據，並重新繪圖。
2）打開峯值分析面板。
和上一篇一樣，打開峯值分析面板。
3）選擇擬合峯。
跟之前不同的是，此時需要選擇擬合峯。
4）選擇基線模式。
這裏與上一篇不同的地方是，上一篇我們選擇了用戶自定義的形式拉平了基線（當然，此時也可以選擇用戶自定義基線模式），而此時，爲了方便抑或是突出擬合的重點，我們選擇常數的模式，即選擇一個值作爲基線所在的位置。如下圖所示，一般我們可以選擇最小值或是中值。注意這裏，均值和中值產生的效果是不一樣的，大家可自行嘗試。
5）基線處理。
到了基線處理這一步，可以勾選上Auto Subtract Baseline自動減去基線和Auto Rescale自動調值選項，並進行下一步。
6）取消自動找峯。
如下圖所示，在Find Peaks找峯這一步，取消Enable Auto Find自動找峯的選項，並點擊Find開始手動尋峯。
7）雙擊選峯。
這一步和前面一樣，雙擊可選擇峯，點擊Done完成選峯。
選擇完後，圖中會顯示所選峯的位置。
8） 擬合控制。
到了Fit Peaks (Pro)擬合峯這一步時，會自動發生一次擬合效果，如下圖所示。
多次點擊1 Iteration單次擬合實現多次擬合迭代之後，可以看到圖中的曲線逐漸偏向原始數據的線條趨勢。
點擊1 Iteration右側的Fit until converged擬合直到完全聚合，可自動完成多次的擬合迭代過程，直接完成擬合。如下圖所示，圖中的擬合曲線已經非常貼合原始數據線條了。
9）擬合報表。
如下圖所示，擬合報表與前面的報表風格不同，但內容大致相同。
10）重新繪圖。
同樣，切換表格分頁到FitPeakCurve1，這裏與上一種方法得到的數據形式不太相同，對於每個峯都有自己的X橫座標。因此，如果要繪製整體的累加擬合曲線，則需選擇Cumulative Fit Peak累積擬合峯和其自己的Independent Variable自變量，然後做折線圖。
接着，改變相關名稱之後的繪圖結果如下所示。
三、總結
回顧，此篇我們用到的功能有：多峯擬合、高斯擬合、查看擬合報表並理解高斯擬合參數、根據擬合數據重新繪圖、峯值分析中的擬合峯、常量基線模式、擬合控制、單次擬合、完全擬合。