我尝试创建一个简单的python函数来定位函数的增加点和减少点（在线性代数中）。

import numpy as np

from pytest import approx

def gen_inc_dec_point(y_data: np.ndarray):
    i_start = 0
    i_stop = 0
    it = np.nditer(y_data)
    it2 = np.nditer(y_data)
    y_start = next(it2)
    y_stop = next(it)
    y = next(it2)

    # flag 1 means y values of the function is increasing
    # flag 0 indicate that there is no change in the values of y (constant)
    # flag -1 indicate the y values is decreasing
    flag = 0

    while True:
        try:
            if y_start == approx(y):
                flag = 0
                while y_stop == approx(y):
                    y_stop = next(it)
                    y = next(it2)
                    i_stop += 1
                yield [i_start, i_stop, flag]
                y_start = np.copy(y_stop)
                i_start = i_stop
                
            elif y_start < y:
                flag = 1
                while y_stop < y:
                    y_stop = next(it)
                    y = next(it2)
                    i_stop += 1
                yield [i_start, i_stop, flag]
                y_start = np.copy(y_stop)
                i_start = i_stop

            else:
                flag = -1
                while y_stop > y:
                    y_stop = next(it)
                    y = next(it2)
                    i_stop += 1
                yield [i_start, i_stop, flag]
                y_start = np.copy(y_stop)
                i_start = i_stop

        except StopIteration:
            yield [i_start, i_stop, flag]
            break

我用pytest做了几个测试，结果都和我想的一样，但后来我决定重构它（代码重复很少），结果如下：

import numpy as np

from pytest import approx

def gen_inc_dec_point(y_data: np.ndarray):
    i_start = 0
    i_stop = 0
    it = np.nditer(y_data)
    it2 = np.nditer(y_data)
    y_start = next(it)
    y_stop = next(it2)
    y = next(it2)

    # flag 1 means y values of the function is increasing
    # flag 0 indicate that there is no change in the values of y (constant)
    # flag -1 indicate the y values is decreasing
    flag = 0

    def advance_it(f_test):
        nonlocal i_start, i_stop, it, it2, y_start, y_stop, y, flag
        while f_test(y_stop, y):
            y_stop = next(it)
            y = next(it2)
            i_stop += 1
        yield [i_start, i_stop, flag]
        y_start = np.copy(y_stop)
        i_start = i_stop

    while True:
        try:
            if y_start == approx(y):
                flag = 0
                advance_it(lambda a, b: a == approx(b))
                
            elif y_start < y:
                flag = 1
                advance_it(lambda a, b: a < b)

            else:
                flag = -1
                advance_it(lambda a, b: a > b)

        except StopIteration:
            yield [i_start, i_stop, flag]
            break

但是它不起作用。因为声明在nonlocal中的变量好像从来没有更新过，所以出现了一个无限循环。你们能帮我找出我的代码出了什么问题吗？
下面是一些测试数据，以备各位决定测试。（摘自Stewart，J.，Redlin，L.，&沃森，S.（2016）.代数和三角学第四版. Cengage Learning.第209-211页）

def gen_data():
    x = np.hstack((
        np.linspace(-2.5, -1, endpoint=False),
        np.linspace(-1, 0, endpoint=False),
        np.linspace(0, 2, endpoint=False),
        np.linspace(2, 3.5)
    ))
    fx = 12 * x**2 + 4 * x**3 - 3 * x**4
    return x, fx

从书上看，它说函数应该以x间隔增加（-inf，-1），以x间隔减小（-1，0），增加至（0，2），最终在以下位置下降（2，inf）.使用numpy，我测试x在范围内（-2.5，3.5）。从已经用pandas导出到csv的x数据和y数据中，我观察到x数据和y数据的索引为：

expected_results = [
    [0, 50, 1],
    [50, 100, -1],
    [100, 150, 1],
    [150, 199, -1]]

例如，expected_results[0]表示x从x[0]增加到x[50]。