如何在同一数据集的极值两侧拟合直线且不修改原始数据集？

核心思路 #

不用修改原始数据集，通过布尔索引临时筛选极值点左右的样本子集，分别对两个子集做独立线性拟合，而非用全局直线截断区间。具体步骤：

1. 完成三阶多项式拟合，计算出turnover frequency（拟合曲线的极值点）；
2. 用布尔索引从原始数据中提取极值点左侧和右侧的样本；
3. 分别对两个子集做一阶多项式（直线）拟合；
4. 整合所有拟合结果绘图展示。

代码实现（基于NumPy + Matplotlib） #

假设你的原始数据存储在NumPy数组或Pandas DataFrame中，以下是可直接复用的示例：

import numpy as np
import matplotlib.pyplot as plt

# 替换为你的真实天文观测数据
np.random.seed(42)
log_freq = np.linspace(0, 5, 50)
log_flux = -0.2*(log_freq - 2.5)**3 + 1.5*(log_freq - 2.5)**2 + np.random.normal(0, 0.3, size=len(log_freq))

# 1. 三阶多项式拟合
poly3_coeffs = np.polyfit(log_freq, log_flux, 3)
poly3 = np.poly1d(poly3_coeffs)
# 计算turnover frequency：求三阶多项式导数为0的根
poly3_deriv = poly3.deriv()
turnover_log_freq = np.roots(poly3_deriv)[0]  # 取天文数据中合理的单极值解

# 2. 临时筛选极值点左右的数据集（不修改原始数据）
mask_left = log_freq <= turnover_log_freq
mask_right = log_freq > turnover_log_freq

# 3. 分别拟合左右区间的直线
line_left = np.poly1d(np.polyfit(log_freq[mask_left], log_flux[mask_left], 1))
line_right = np.poly1d(np.polyfit(log_freq[mask_right], log_flux[mask_right], 1))

# 4. 绘图展示
plt.figure(figsize=(10,6))
plt.scatter(log_freq, log_flux, label='Observations', color='k', s=15)
plt.plot(log_freq, poly3(log_freq), label='3rd-order Polynomial Fit', color='tab:blue', linewidth=2)
plt.plot(log_freq[mask_left], line_left(log_freq[mask_left]), label='Left Linear Fit', color='tab:orange', linestyle='--', linewidth=2)
plt.plot(log_freq[mask_right], line_right(log_freq[mask_right]), label='Right Linear Fit', color='tab:green', linestyle='--', linewidth=2)
plt.axvline(x=turnover_log_freq, color='r', linestyle=':', label=f'Turnover Frequency (log_freq={turnover_log_freq:.2f})')

plt.xlabel('log(Frequency)')
plt.ylabel('log(Flux Density)')
plt.title('Astronomical Data Fitting: 3rd-order Polynomial + Interval Linear Fits')
plt.legend()
plt.grid(alpha=0.3)
plt.show()

关键细节说明 #

• 布尔索引的优势：log_freq[mask_left]只是原始数据的临时子集，不会修改原始数据集的结构或内容；
• 极值点准确性：通过三阶多项式的导数求根得到turnover frequency，确保是拟合曲线的真实极值点；
• 区间拟合独立性：左右直线分别基于对应区间的观测数据单独拟合，完全避免了全局直线截断区间的问题。

内容的提问来源于stack exchange，提问作者Jim421616