當數據應該平滑時，數據的趨勢曲線會來回跳轉

Question

我想繪制數據點的趨勢曲線。 我用這個代碼用指數模型做到了這一點：

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()

但我得到了這個結果：

]

題

如何通過這些數據獲得平滑的趨勢曲線？

Answer 1

一種方法，你可以在繪圖前放入x.sort() ：

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

另一種方法是使用這樣的東西（在我看來更好的情節），

# 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作為趨勢線，它應該看起來很好。 問題很可能是你的x值不是單調的，因此你的線圖是按照它們在x出現的順序連接點。