拟合数据求极值时用UnivariateSpline报错：x must be increasing if s>0

错误原因 #

UnivariateSpline在默认平滑参数s>0时，要求输入的x数组必须是严格单调递增的，你的ar_dist数组大概率是乱序的，因此触发了该报错。

解决步骤 #

• 先将x和y按照x的升序重新排序，保证x单调递增
• 调整插值的xs范围，贴合排序后x的实际区间，避免无效外插

修改后的完整代码 #

import matplotlib.pyplot as plt
from scipy.interpolate import UnivariateSpline
import numpy as np
import pandas as pd

# 读取数据
list_dist = pd.read_csv('C:/.../dist.txt')
dist = list_dist['Distanze']
ar_dist = np.array(dist)

list_energy = pd.read_csv('C:/.../energy.txt')
energy = list_energy['Energie']
ar_energy = np.array(energy)

x = ar_dist
y = ar_energy

# 关键：按照x升序排序，保证x和y对应关系不变
sort_indices = np.argsort(x)
x_sorted = x[sort_indices]
y_sorted = y[sort_indices]

# 创建样条插值
s = UnivariateSpline(x_sorted, y_sorted)

# 生成贴合数据范围的插值点
xs = np.linspace(x_sorted.min(), x_sorted.max(), 10000)
ys = s(xs)

# 寻找最小值
ys_min = np.min(ys)
ys_min_pos = np.argmin(ys)
xs_min = xs[ys_min_pos]

print('UnivariateSpline: ')
print(f'dist_min: {xs_min}\ten_min: {ys_min}')

plt.plot(x_sorted, y_sorted, 'o')
plt.plot(xs, ys)
plt.show()

额外说明 #

• 如果不需要平滑效果，可以设置s=0强制通过所有数据点，但此时仍要求x严格递增（无重复值），排序步骤依然必要
• 用np.argsort获取排序索引，能确保x和y的对应关系不被破坏

内容的提问来源于stack exchange，提问作者Mat