将下列年龄段的百分位数拟合为一条曲线，2-15岁，百分位点为（3,3.0）（10，9.3），（25,23.9），（50,51.1），（75,76.3），（90,89.9），（97，96.8)

这个问题可以使用多项式回归来解决。我们可以使用 Python 中的 NumPy 和 Matplotlib 库来进行计算和绘图。

首先，导入所需的库：

import numpy as np
import matplotlib.pyplot as plt

然后，将百分位数的数据存储在数组中：

x = np.array([3, 10, 25, 50, 75, 90, 97])
y = np.array([3.0, 9.3, 23.9, 51.1, 76.3, 89.9, 96.8])

接下来，我们可以使用 `np.polyfit()` 函数来拟合一个 3 次多项式曲线：

p = np.polyfit(x, y, 3)

然后，我们可以使用 `np.polyval()` 函数来计算拟合的曲线上的点：

x_new = np.linspace(x[0], x[-1], 100)
y_new = np.polyval(p, x_new)

最后，我们可以使用 Matplotlib 库来绘制数据和拟合的曲线：

plt.plot(x, y, 'o', x_new, y_new)
plt.xlim([x[0]-1, x[-1] + 1 ])
plt.show()

完整的代码如下：

import numpy as np
import matplotlib.pyplot as plt

x = np.array([3, 10, 25, 50, 75, 90, 97])
y = np.array([3.0, 9.3, 23.9, 51.1, 76.3, 89.9, 96.8])

p = np.polyfit(x, y, 3)
x_new = np.linspace(x[0], x[-1], 100)
y_new = np.polyval(p, x_new)

plt.plot(x, y, 'o', x_new, y_new)
plt.xlim([x[0]-1, x[-1] + 1 ])
plt.show()

运行代码后，将得到一个拟合的曲线，如下图所示：