如何正确包含拟合python的不确定性

import numpy as np
import random
from scipy.optimize import curve_fit

# 生成随机数
x_data = np.array([random.uniform(0, 10) for _ in range(10)])
y_data = np.array([random.uniform(0, 10) for _ in range(10)])

# 定义拟合函数
def func(x, a, b, c):
    return a * np.exp(-b * x) + c

# 拟合数据
popt, _ = curve_fit(func, x_data, y_data)

# 输出拟合结果
print("a =", popt[0], "b =", popt[1], "c =", popt[2])