Python：散点图的多项式拟合

Question

我的dataframe有两个专栏，例如x和y。下图显示了scatter plot和x中的y。

基于散点图，我使用以下代码进行线性拟合，该代码在下图中产生蓝色直线。

fig, ax = plt.subplots(nrows=1, ncols=1)
ax.scatter(df['x'], df['y'])
b, m = polyfit(df['x'], df['y'], 1)
ax.plot(df['x'], b + m * df['x'], 'blue', linewidth=1)

现在，我想绘制散点图的另一条拟合曲线，也许是多项式。所需的结果类似于上图中的红色曲线。我尝试使用here中的以下内容。

coefs = np.polyfit(df['x'], df['y'], 2)
p = np.poly1d(coefs)
plt.plot(df['x'], df['y'], "bo", markersize= 2)
plt.plot(df['x'], p(df['x']), "r-")

但是对于我的数据，结果不正确，如下所示。

我应该怎么办？
编辑：数据为here。

Answer 1

根据Zaraki Kenpachi发布的链接，尝试在现有的拟合和绘图代码之前添加df = df.sort_values(by='x')。