这个问题的意思是只使用先前的点来近似函数，即不使用未来的点。下面是一个示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
x = np.linspace(0, 2 * np.pi, 10)
y = np.sin(x)

# 近似函数
def approx(x, y, point):
    idx = np.where(x == point)[0][0]
    if idx == 0:
        return y[idx]
    else:
        return (y[idx] + y[idx-1]) / 2

# 用近似函数替代后面的点
for i in range(1, len(x)):
    for j in range(i, len(x)):
        y[j] = approx(x, y, x[i-1])

# 绘图
plt.plot(x, np.sin(x), 'r', label='sin(x)')
plt.plot(x, y, 'bo', label='approximation')
plt.legend(loc='best')
plt.show()

这段代码生成了一个正弦函数的图像，并使用了上一个点的坐标来近似函数。通过在循环中调用approx函数，我们可以一步一步地使用更少的点来近似函数。这个方法可以用于大量数据的情况下，或者当我们观察到一个点时，使用先前的点来预测未来的值。