Estou tentando ajustar uma curva ao limite de um gráfico de dispersão.Veja esta imagem para referência.

Já realizei um ajuste com o seguinte código (simplificado). Ele divide o quadro de dados em pequenas faixas verticais e encontra o valor mínimo nessas faixas de largurawidthignorandonans. (A função está diminuindo monotonicamente.)

def func(val):
    """ returns some function of 'val'"""
    return val * 2

for i in range(0, max_val, width)):
    _df = df[(df.val > i) & (df.val < i + width)] # vertical slice
    if np.isnan(np.min(func(_df.val)):            # ignore nans
        continue
    xs.append(i + width)                         
    ys.append(np.min(func(_df.val)))

Estou então fazendo o ajuste comscipy.optimize.curve_fit. Minha pergunta é: existe uma maneira mais natural ou pitônica de fazer isso - e existe alguma maneira de aumentar a precisão? (por exemplo, atribuindo uma ponderação mais alta às áreas do gráfico de dispersão com uma densidade de pontos mais alta?)