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。
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!