python 拟合曲线的极致_拟合单调曲线（最好用python语言）

如何从Xfit创建一个严格单调子集的新数组，然后将曲线拟合到该子集上？

比如：Xfit = np.hstack(((-1,-1,0,1,1),np.arange(1,10),(-7,9,10,10)))

len_mono = 0

Xfit_mono = zeros(Xfit.size)

Xfit_mono_ind = zeros(Xfit.size)

Xfit_mono[len_mono] = Xfit[0]

for(iX, x) in enumerate(Xfit):

if iX > 0:

if x > Xfit_mono[len_mono]:

len_mono = len_mono + 1

Xfit_mono[len_mono] = x

Xfit_mono_ind[len_mono] = iX

Xfit_mono_ind = Xfit_mono_ind[:len_mono+1]

Xfit_mono = Xfit_mono[:len_mono+1]

print(Xfit_mono_ind)

print(Xfit_mono)

然后，可以在曲线拟合中使用Xfit_mono，如果要选择关联的y值，可以使用Xfit_mono_ind的值作为y的索引

更新替换：

^{pr2}$

有：

^{3}$

对于弱增长的老办法有效。然而，旧的结果给出了错误的答案，如果它一直在减少。在这两种情况下，此更新都会产生所需的结果。在