各位大佬，我这里有个关于python高斯多峰拟合的问题，希望各位帮帮忙

"""我希望读取数据文件PL.txt,画出图，然后对其中的非对称峰进行高斯多峰拟合，不知道哪里有问题，无法拟合出来，但我用origin可以较容易的得到拟合结果，希望各位大佬帮帮忙"""

import numpy as np
import matplotlib.pyplot as plt
import sys
import math
from scipy.optimize import curve_fit

f=open("PL.txt","r")
line=f.readlines()
i=0
x_data=[]
y_data=[]

while i<len(line):
    x=float(line[i].split()[0])
    y=float(line[i].split()[1])
    if (x>=500) & (x<=575): #delet later                           
        x_data.append(x)
        y_data.append(y)
    else:
        pass
    i=i+1
   
#plt.plot(x_data,y_data,"b-")

def gauss_fitting(x,A1,b1,w1,d1,A2,b2,w2,d2):
    y1=(A1/(w1*math.sqrt(math.pi/2)))*np.exp(-2*((x-b1)/w1)**2)+d1
    y2=(A2/(w2*math.sqrt(math.pi/2)))*np.exp(-2*((x-b2)/w2)**2)+d2
    return y1+y2

'''
def gauss(x,A,b,w,d): # something wrong in the similar case
    y=(A/(w*math.sqrt(math.pi/2)))*np.exp(-2*((x-b)/w)**2)+d
    return y
'''
popt,pcov=curve_fit(gauss_fitting,x_data,y_data,p0=[450000,530,8,0,600000,530,22,0],
        bounds=([0,min(x_data),0,0,0,min(x_data),0,0],
                [None,max(x_data),100,max(y_data),None,max(x_data),100,max(y_data)]))
x_fit=np.linspace(min(x_data),max(x_data),10000)
print(popt)
x=np.array(x_fit)
y1=(popt[0]/(popt[2]*math.sqrt(math.pi/2)))*np.exp(-2*((x-popt[1])/popt[2])**2)+popt[3]
y2=(popt[4]/(popt[6]*math.sqrt(math.pi/2)))*np.exp(-2*((x-popt[5])/popt[6])**2)+popt[7]
plt.plot(x,y1,"r--")
#plt.plot(x,y2,"")
plt.show()