在Python/R中实现LOWESS算法

在尝试编写python/r版本的黄土时提出了一些问题。我在网上搜索，但没有得到满意的答案。克利夫兰在他的论文《克利夫兰》（1979年，1988年）中提出并描述的最初C版本可以在R源代码中找到，但是我不习惯C代码，因为程序有点复杂，这使它变得更困难

其他语言中的大多数实现并没有原始黄土的全部功能，比如克利夫兰（1988）中描述的使用插值函数的预测函数。而使用的k-d树方法（在那篇文章中提到）在这些版本中丢失了。
因此，我的问题是：

1.

在单元顶点处计算黄土拟合，然后进行混合 函数进行插值

（摘自《黄土手册》

那么，如果我编写一个python/r版本，模型应该如何存储？每个顶点存储拟合值、混合函数、边（窗口、单元格或其他）

2.如何实现黄土模型的predict（）功能？如何预测输入数据（首先查找数据所属的窗口，然后使用混合函数计算值）