Python 通过数据的趋势曲线在应该平滑时来回跳跃

我想绘制数据点的趋势曲线。 我使用指数模型对这段代码进行了测试：

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

---

如何通过这些数据获得平滑的趋势曲线？

一种方法是，在打印之前，可以将

x.sort（）

放入：

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

另一种方法是使用这样的东西（在我看来，对于情节来说更好）

---

然后对趋势线使用

x\u图

和

y\u图

，它看起来应该很好。问题很可能是

x

值不是单调的，因此直线图是按

x

中出现的顺序连接点

一种方式，您可以在打印前将

x.sort（）

放入：

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

另一种方法是使用这样的东西（在我看来，对于情节来说更好）

然后对趋势线使用

x\u图

和

y\u图

，它看起来应该很好。问题很可能是

x

值不是单调的，因此直线图是按

x

中出现的顺序连接点