各位前輩大家好，小弟最近在數據分析的過程中遇到瓶頸，想使用 python 來
進行數據的 fitting 卻沒有成功的結果，想請教各位前輩有沒有適合的方法可以
推薦？
大概的情況如下：
欲擬合數據 S(x) 包含 x, y, error
模型 A (x) 包含 x, yA
模型 B (x) 包含 x, yB
模型 C (x) 包含 x, yC
三者的 x 皆相同
欲將 A(x), B(x) 及 C(x) 三者依照個別比例 (i.e. Coef_A, Coef_B 及 Coef_C )
相加來並利用 leastsq 來擬合數據 S(x)，即 ：
使 sum (y - (Coef_A*yA + Coef_B*yB + Coef_C*yC))**2/error 之值為最小
sum from x= 1 to N
由於此種 fitting 並沒有包含自變量 x ，純粹只是 y 值依比例相加，使我在寫 code
時不知道如何寫，因此想請問各位先進我應該怎麼做比較好呢？
之前嘗試過用 lmfit 的 Model 來進行，但結果並不正確，比我的 initial guess
結果還差，所以冒昧上來請教各位前輩，還請不吝賜教，謝謝！
如果有那邊資訊不清楚或是可以從哪些地方獲得相關資訊還請各位不吝告知，我會
僅快補上，謝謝各位先進！！