趋势曲线通过数据在平滑时来回跳转

Question

我想绘制数据点的趋势曲线。 我用这个代码用指数模型做到了：

with open(file,'r') as csvfile:
plots = csv.reader(csvfile, delimiter=',')
next(plots)
x=[]
y=[]
for row in plots:
    x.append(float(row[1]))
    y.append(float(row[3]))
plt.plot(x, y, 'ro',label="Original Data")
x = np.array(x, dtype=float) #transform your data in a numpy array of floats 
y = np.array(y, dtype=float) #so the curve_fit can work



def func(x, a, b, c):
    return (a*np.exp(-b*x)+c)

popt, pcov = curve_fit(func, x, y)
ypredict=func(x, *popt)

plt.plot(x, ypredict, '--', label="Fitted Curve")  
plt.legend(loc='upper left')
plt.show()

但我得到了这个结果：

]

问题

如何通过此数据获得平滑的趋势曲线？

Answer 1

一种方法是，您可以在绘图之前放入x.sort()：

x.sort()
ypredict=func(x, *popt)

另一种方法是使用这样的东西（在我看来更适合情节），

# 1000 evenly spaced points over the range of x values
x_plot = np.linspace(x.min(), x.max(), 1000)
y_plot=func(x_plot, *popt)    

然后使用x_plot和y_plot作为您的趋势线，它应该看起来很好。问题很可能是您的x值不是单调的，因此您的线图是按照它们在x中出现的顺序连接点。