Python f（0）=min（ydata）约束下的Logistic曲线拟合

我想执行一个约束逻辑曲线拟合，在这里我可以同时计算上渐近线和下渐近线的水平。以下功能允许此操作

定义函数（x，U，L，k，x0）： 返回L+（U-L）/（1+np.exp（-k*（x-x0））） 其中，

U

是上渐近线，

L

是下渐近线，

k

是最大增长率，

x0

是最大增长率的x位置

虽然我可以严格限制L和U的取值（通过

bounds

参数到

scipy.optimize.curve\U fit

），但我无法控制函数达到这些值的x值。例如，请参见：

我意识到上面的逻辑函数不能正确地描述这里的不对称性（我有更先进的模型，有更多的参数，工作得很好）。然而，如果我能施加

f（0）=min（ydata）

的约束，我很想看看拟合曲线是什么样子。显然，由于增加了约束，拟合会更差，但我们可以忽略这一点

有没有办法用“scipy”来施加这样的约束