Python matlibplot多边形拟合到x值的子集

Python matlibplot多边形拟合到x值的子集,python,numpy,scipy,curve-fitting,Python,Numpy,Scipy,Curve Fitting,我在dictionary对象中有x和y数据,格式为{'item1':(x,y),'item2':(x,y)…},其中每个x和y值都是100个数字的列表。 对于每个关键点,我的x值从0到50。我只想根据x>=10和x=10以及I的数据拟合一条直线 p=polyfit(xFit、yFit、1) 是否有一种很好的方法使[x,y]数据在所需范围内拟合一条直线? 提前感谢您的帮助。您可以在np.array中同时变换x和y,这将使用奇特的索引简化条件切片: import numpy as np x = n

我在dictionary对象中有x和y数据,格式为{'item1':(x,y),'item2':(x,y)…},其中每个x和y值都是100个数字的列表。 对于每个关键点,我的x值从0到50。我只想根据x>=10和x=10以及I的数据拟合一条直线 p=polyfit(xFit、yFit、1) 是否有一种很好的方法使[x,y]数据在所需范围内拟合一条直线?
提前感谢您的帮助。

您可以在
np.array
中同时变换
x
y
,这将使用奇特的索引简化条件切片:

import numpy as np
x = np.array(x)
y = np.array(y)
cond = (x>=10) & (x<=20)
xFit = x[ cond ]
yFit = y[ cond ]
将numpy导入为np
x=np.数组(x)
y=np.数组(y)

cond=(x>=10)&(xGreat!谢谢。这帮了我很大的忙。我是python新手,所以感谢您没有用“阅读文档”类型的答案回答我:)
import numpy as np
x = np.array(x)
y = np.array(y)
cond = (x>=10) & (x<=20)
xFit = x[ cond ]
yFit = y[ cond ]