python如何实现三维图像的分段线性拟合，并给出分段函数

如图，x轴是时间，y,z轴表示变量，随着时间是上升——平稳——下降的趋势，怎么求出y和z之间的分段函数

这个需要用数据拟合，而且要找出数据边界，即x在升稳降中的范围，才好用np分段拟合，参考https://blog.csdn.net/qq_42272539/article/details/91196087

你没有说清楚 y 的含义：
（1）如果 x 是 时间（自变量），y, z 都是 时间的独立函数（输出变量），那么并没有这个三维图像，而是两个 平面 图像：y=f(x), z=g(x)，就是简单的数据拟合；
（2）如果 y 也是 自变量，这时的拟合函数是 z= f(x,y)，一般来说这并不是一条曲线，而是一个平面；
（3）图中三维曲线，隐含着 x,y 的约束条件 y=f(x)，这才是最关键的。也就是说，图中三维曲线应该表示为：y=f(x), z=g(y) 或 z =g(x,y)。所以，首先要进行数据拟合得到 y=f(x)。
（4）如果不满足约束条件 y=f(x)，那么这个图其实是错误的，具有严重的误导。打个比方，z=f(x,y) 本来是一个球面，由于你的 x,y 数据选择的问题。搞成了球面上的几段弧，你还在这里进行数据拟合，结果肯定是盲人摸象，南辕北辙。