光谱数据处理方法选择

请问光谱曲线拟合和平滑处理分别用什么方法好呢？还有光谱曲线经过拟合处理后能去除异常值么？

数据曲线平滑一般使用贝赛尔算法，有兴趣的话可以参考我的这篇博客：

数据拟合一般使用最小二乘法拟合和多项式拟合，numpy和scipy提供多个工具，比如scipy.optimize中的least_squares函数和curve_fit函数，numpy.polyfit函数等。有兴趣的话可以参考我的这两篇博客：

用 python 拟合等角螺线_天元浪子的博客-CSDN博客 暗梁闻语燕，夜烛见飞蛾。飞蛾绕残烛，半夜人醉起。人类很早就注意到飞蛾扑火这一奇怪的现象，并且自作主张地赋予了飞蛾扑火很多含义，引申出为了理想和追求义无反顾、不畏牺牲的精神。但是，这种引申和比喻，征求过飞蛾的意见吗？后来，生物学家又提出来昆虫趋光性这一假说来解释飞蛾扑火。不过，这个假说似乎也不成立。如果昆虫真的追逐光明，估计地球上早就没有昆虫了——它们应该齐刷刷整体移民到太阳或月亮上去了。仔细观察飞蛾扑火，就会发现，昆虫们并不是笔直地飞向光源，而是绕着光源飞行，同时越来越接近光源，最终酿成了“ https://blog.csdn.net/xufive/article/details/93052866

曲线平滑，必定经过所有原始数据点，因此不能去除异常值。数据拟合，追求的是无限接近原始数据点，异常值对不同的算法影响不同，大致上可以认为拟合对异常值不敏感。

不知道你这个问题是否已经解决, 如果还没有解决的话:

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^