我有一个带有两个数据集的图，它会产生一个轻微的梯度，其中一条最佳拟合曲线可能会被过度绘制。
目前，我只设法得到一条直线的最佳适合。我理解scipy.optimize.curve_fit应该能够帮助我，但这需要我知道我想overplot的函数（我认为）。
下面是我的代码和情节。如何为这些数据集创建曲线图？

plt.figure(figsize=(15,6.6))
pl.subplot(1,2,1) 
plt.plot(gg,AA, 'kx')
plt.xlabel('x')
plt.ylabel('y')
plt.gca().invert_yaxis()
y=AA
x=gg
fit=pl.polyfit(x,y,1)
#slope, fit_fn=pl.poly1d(fit)
fit_fn=pl.poly1d(fit)
scat=pl.plot(x,y, 'kx', x,fit_fn(x), '-b' )

pl.subplot(1,2,2) 
pl.plot(LL,pp, 'kx')#shows points with no removal or bestfit
plt.gca().invert_yaxis()

plt.savefig('1.jpg')
plt.show()

应该指出的是，可能没有曲线，但我想知道是否有一个适合。