小编Mor*_*ton的帖子

我花了一些时间回答如何离散连续函数以避免产生噪音（见图），在整个过程中，我感觉自己正在重新发明一辆自行车。

本质上，问题是：

• 给定一个曲线函数 - 对于任意一个x，您都可以获得y。
• 您想要使用具有精确点的分段线性函数来近似曲线N，基于一些误差度量，例如到曲线的距离，或者最小化曲线下面积的绝对差（感谢@QuangHoang指出这些是不同的）。

下面是我使用 20 个点近似得到的曲线示例：

问题：我已经使用重复二分法对其进行了编码。有我可以使用的图书馆吗？对于这种问题类型，是否有一个我未能通过谷歌搜索出来的好术语？这是否可以推广到更广泛的问题集？

编辑：根据要求，我是这样做的： Google Colab

数据：

import numpy as np
from scipy.signal import gaussian

N_MOCK = 2000

# A nice-ish mock distribution
xs = np.linspace(-10.0, 10.0, num=N_MOCK)
sigmoid = 1 / (1 + np.exp(-xs))
gauss = gaussian(N_MOCK, std=N_MOCK / 10)
ys = gauss - sigmoid + 1
xs += 10
xs /= 20

绘图：

import matplotlib.pyplot as plt


def plot_graph(cont_time, cont_array, disc_time, disc_array, …