我有一个包含两个数据集的图,它产生轻微的梯度,其中最佳拟合曲线可能会被过度绘制。
目前我只能得到一条最适合的直线。我明白scipy.optimize.curve_fit
应该能够帮助我,但这需要我知道我想要过度绘制的函数(我认为)。
下面是我的代码和图。如何为这些数据集创建曲线图?
plt.figure(figsize=(15,6.6))
pl.subplot(1,2,1)
plt.plot(gg,AA, 'kx')
plt.xlabel('x')
plt.ylabel('y')
plt.gca().invert_yaxis()
y=AA
x=gg
fit=pl.polyfit(x,y,1)
#slope, fit_fn=pl.poly1d(fit)
fit_fn=pl.poly1d(fit)
scat=pl.plot(x,y, 'kx', x,fit_fn(x), '-b' )
pl.subplot(1,2,2)
pl.plot(LL,pp, 'kx')#shows points with no removal or bestfit
plt.gca().invert_yaxis()
plt.savefig('1.jpg')
plt.show()
应该指出的是,可能没有曲线,但我想知道是否有一条合适的曲线。