python中的交互式曲线拟合

如何解决python中的交互式曲线拟合

我在几个时间 t 有不同的数据点 x/y 值（比如 x[t],y[t]）。首先，我必须检查是否有任何“视觉上不好”的数据点（即过滤数据：x_new[t] = x[t][~mask]，y_new[t] = y[t][~mask]），并获得每个 t 处的 x/y 值的平均值(mean[t] = mean(x_new[t]),mean(y_new[t]))。然后我重复几次 t，看看趋势 d = sqrt(x^2 + y^2) (d[t]) VS t 是否可见。

过滤数据的时候，我不知道产生伪影的原因，所以必须从视觉上选择（即mask必须是手工制作的）。这意味着数据过滤可能不完善，因此我想测试最终结果如何在 mask 中有/没有可疑数据点变化。

在第二步中，同样不幸的是，我们不知道 d = d(t) 的函数形式。因此，我想测试不同功能模型如何解释趋势。

为了完成这些步骤，我一直在寻找具有以下功能的交互式曲线拟合：

1. 删除/重新添加数据（例如，点击 d 键删除数据点，r 重新添加数据点）
2. 改变函数形式（例如，按 1 键执行 1 阶多项式，2 2 阶多项式，...）

此外，每次删除/重新添加数据时，我都希望实时更新最终结果。我想我“可以”用 matplotlib 做到这一点，但我面前似乎有很多工作要做。我认为 plotly/bokeh（和全息视图）可以让它更简单，但我找不到一个例子来满足我的目标。

有什么建议吗？