三次样条插值（Python实现）

2、案例

---

3、代码

---

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

from scipy import interpolate

import matplotlib as mpl

mpl.rcParams[“font.sans-serif”] = [“SimHei”]

mpl.rcParams[“axes.unicode_minus”] = False

Import data

file = pd.read_excel(‘Three moment method.xlsx’,header=None,names=[‘x’, ‘value’])

data = pd.DataFrame(file)

数组切片

x = data[‘x’] # Take the first column of data

y = data[‘value’] # Take the second column of data

Spline interpolation of correlation functions in SciPy Library

tck = interpolate.splrep(x, y) #（t，c，k）包含节点向量、B样条曲线系数和样条曲线阶数的元组。

xx = np.linspace(min(x), max(x), 200)

yy = interpolate.splev(xx, tck, der=0)

x1,x2=-0.02,2.56

y1=interpolate.splev(x1,tck,der=0)

y2=interpolate.splev(x2,tck,der=0)

print(‘When x = -0.02, the value of Y is：’,y1)

print(‘When x = 2.56, the value of Y is：’,y2)

print(yy)

plt.plot(x, y,‘ro’, xx, yy ,‘b’)

plt.legend([‘true’, ‘cubic spline’])

plt.xlabel(‘X’)

plt.ylabel(‘Y’)

plt.grid(True)

plt.title(‘Three moment method of cubic spline interpolation’)

Save picture

plt.savefig(‘out2.png’, dpi=600)

Set the resolution at which you want to save the picture

plt.show()

[注] 1、pd.DataFrame()函数；2、SciPy interpolate（插值）

4、结果

---

When x = -0.02, the value of Y is： -2.7618446933498895

When x = 2.56, the value of Y is： 4.73015581306341

[-2.46000000e+00 -2.78641445e+00 -3.08977770e+00 -3.37066746e+00

-3.62966147e+00 -3.86733746e+00 -4.08427316e+00 -4.28104630e+00

-4.45823461e+00 -4.61641582e+00 -4.75616766e+00 -4.87806786e+00

-4.98269414e+00 -5.07062425e+00 -5.14243590e+00 -5.19870684e+00

-5.24001478e+00 -5.26693746e+00 -5.28005262e+00 -5.27993797e+00

-5.26717125e+00 -5.24233019e+00 -5.20599252e+00 -5.15873597e+00

-5.10113827e+00 -5.03377715e+00 -4.95723034e+00 -4.87207557e+00

-4.77889057e+00 -4.67825307e+00 -4.57074080e+00 -4.45693149e+00

-4.33740287e+00 -4.21273266e+00 -4.08349861e+00 -3.95027844e+00

-3.81364988e+00 -3.67419066e+00 -3.53247850e+00 -3.38909115e+00

-3.24460633e+00 -3.09960177e+00 -2.95465520e+00 -2.81034434e+00

-2.66724694e+00 -2.52594072e+00 -2.38700341e+00 -2.25101274e+00

-2.11854644e+00 -1.99018224e+00 -1.86649786e+00 -1.74794500e+00

-1.63451294e+00 -1.52608502e+00 -1.42254454e+00 -1.32377483e+00

-1.22965918e+00 -1.14008093e+00 -1.05492338e+00 -9.74069856e-01

-8.97403663e-01 -8.24808121e-01 -7.56166544e-01 -6.91362247e-01
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！